나눔경영컨설팅 — 칼럼·교육후기 https://nanumcon.com/ B2B 마케팅·세일즈·AI 실무 칼럼과 기업교육 현장 후기 ko Tue, 28 Jul 2026 09:00:00 +0900 '창업 브랜드마케팅 교육'_김종혁 강사/한경협 https://nanumcon.com/post/ums4hjegx https://nanumcon.com/post/ums4hjegx Tue, 28 Jul 2026 09:00:00 +0900 교육후기 오늘은 여의도 FKI타워, 한경협 컨퍼런스센터입니다. 한국경제인협회와 서울대학교가 함께 준비한 창업자 교육 과정이었습니다. 현장 스튜디오에서 줌으로 연결해,대학원생·교수 창업자분들을 만났습니다. 제가 맡은 주제는 '스타트업을 위한 브랜드 마케팅'이었습니다. 연구실에서 출발한 창업팀들은 자신의 기술을 설명하는 데는 30분도 부족한데, "그래서 고객이 왜 당신에게서 사야 하는가"라는 질문 앞에서는 한 문장이 잘 나오지 않는다는 것입니다. 기술의 우수성과 브랜드는 다른 언어입니다. 논문의 언어는 정확성과 검증을 향하고, 시장의 언어는 고객의 문제와 선택을 향합니다. 오늘 강의의 대부분은 이 두 언어를 어떻게 번역할 것인가에 대한 이야기였습니다. 누구의 어떤 문제를 해결하는가. 대체재 대비 무엇이 다른가. 그 차이를 고객의 언어로 어떻게 한 줄에 담을 것인가. 좋은 자리를 마련해 주신 한국경제인협회와 서울대학교 관계자분들께 감사드립니다. ^^b

]]> '클로드 실습교육'_김종혁 강사/미가인F&B https://nanumcon.com/post/ums34dxpq https://nanumcon.com/post/ums34dxpq Mon, 27 Jul 2026 09:00:00 +0900 교육후기 오늘은 경기도경제과학진흥원 주관으로, 경기도 이천에 위치한 미가인F&B 임직원분들을 대상으로 Claude Cowork와 Claude Code 실습 교육을 종일 진행했습니다. 에이전트 AI 실습 교육은 예상보다 챙길 것이 정말 정말 많습니다.~ 윈도우 노트북에 Claude Desktop을 설치하는 과정에서 생기는 오류 해결, 비즈니스 플랜 조직 설정과 로그인, 토큰 사용량 모니터링까지. 한 분 한 분 다 챙겨드려야 하는데, 그 이슈가 또 전부 다릅니다. 일반 강의 대비 소모되는 에너지가 체감상 최소 세 배이상 되는 것 같습니다. 쉬는 시간에도 거의 쉬지 못했습니다. 진도 확인하고, 막힌 분 봐드리고, 질문에 답하다 보면 다음 세션이 시작되더군요. 그래도 각자의 노트북에서 결과물이 하나씩 돌아가기 시작할 때, 그 표정을 보면 이 방식이 맞다는 확신이 듭니다. 툴을 '설명'하는 교육과 실제로 '돌아가게 만드는' 교육은 준비의 무게가 완전히 다릅니다. 다음 교육은 더 잘 준비할 수 있겠습니다. 사전 환경 점검 체크리스트부터 다시 손보려 합니다. 함께 하루 종일 집중해 주신 미가인F&B 임직원 여러분, 그리고 자리를 마련해 주신 경기도경제과학진흥원에 감사드립니다. ^^b

]]> 'AI활용,LEAD 제작교육'_김종혁 강사/3M https://nanumcon.com/post/umru7ck4a https://nanumcon.com/post/umru7ck4a Tue, 21 Jul 2026 09:00:00 +0900 교육후기 오늘은 수원, 그리고 제가 사랑하는 '신규' 고객입니다. 수원컨벤션센터에서 3M 한국지사와 대리점의 B2B 영업 담당 임직원분들을 만났습니다. 주제는 클로드를 활용한 신규 리드(LEAD) 발굴과 관리. 잠재고객을 어떻게 찾아내고, 데이터를 보강하고, 관리하고, 나아가 자동화까지 연결할 수 있는지 실습으로 함께 진행했습니다. 솔직히 놀랐습니다. 40-50대 영업 베테랑분들이었는데, 쉬는 시간에도 자리를 뜨지 않으셨습니다. 화면을 붙잡고 직접 돌려보고, 질문이 끊이지 않았습니다. 도메인 지식이 깊은 분들이 AI라는 도구를 손에 쥐는 순간, 배우는 속도가 정말 다릅니다. "이거 우리 대리점 거래처 관리에 바로 쓰면 되겠네요"라는 말이 여기저기서 나왔습니다. 15년 B2B 해외영업을 하며 쌓은 경험에 AI와 AX 경험이 더해지니, 이분들과 케미가 폭발했습니다. 영업 현장의 언어로 AI를 이야기하면, 도구가 아니라 무기가 됩니다. AI가 영업사원을 대체하는 게 아닙니다. 도메인 지식을 가진 영업사원이 AI를 쥐면, 리드 발굴의 판이 달라집니다.

]]> '창업 AI 교육'_김종혁 강사/모두의 창업 https://nanumcon.com/post/umrsr2ikw https://nanumcon.com/post/umrsr2ikw Mon, 20 Jul 2026 09:00:00 +0900 교육후기 오늘 오전에는 한양대학교에서 '모두의 창업' 진출 라운드에 선정되신 창업자분들을 대상으로 '창업자를 위한 AI' 특강을 진행했습니다. 강의 중에도, 쉬는 시간에도, 끝나고 나서도 계속 이야기가 이어졌던 개념이 하나 있습니다. B2A (Business to Agentic AI). 여러 창업자분들과 방문로그 얘기를 하다가 다들 공감했던 부분인데요. 요즘 사이트에 들어와서 0초, 1초 머물다 나가는 트래픽이 눈에 띄게 늘었다고 하시더라구요. 사람이 아니라 Bot 이겠죠? 바이어는 이제 직접 검색하지 않고 AI에게 "이 조건에 맞는 공급사 찾아줘"라고 시킬 겁니다. 벤더 쪽에서도 AI가 리드를 발굴하고 첫 컨택을 준비하겠죠. 그렇다면 "고객이 우리 사이트에서 잘 전환되고 있는가?"가 아니라, "고객의 에이전트가 우리 회사를 제대로 읽고, 이해하고, 추천 후보에 올리는가?" 사람을 설득하는 콘텐츠와 AI가 파싱하기 좋은 구조화된 정보. 이제 둘 다 갖춰야 할겁니다. 지금은 한달이 예전의 1년, 10년 같이 변하네요.

]]> 기업교육 예산은 어디로 이동하는가: 2026 수요구조 지도 https://nanumcon.com/report/2026-q3 https://nanumcon.com/report/2026-q3 Sun, 19 Jul 2026 09:00:00 +0900 트렌드 리포트 교육 예산 시즌마다 담당자들이 받는 질문은 같습니다. "내년엔 뭘 어떻게 얼마나 해야 하나." 2026년의 답은 예년과 다릅니다. 예산의 총액보다 방향이 먼저 바뀌고 있기 때문입니다. 이번 호는 국내외 조사 보고서·정책 발표·시장 보도를 교차해 기업교육 수요 구조가 어디로 이동하는지 일곱 개의 흐름으로 정리했습니다. 결론을 먼저 말하면 — 예산은 '일부의 심화'에서 '전원의 기본기'로, '도입'에서 '방식'으로, '긴 과정'에서 '짧고 반복되는 구조'로, '콘텐츠'에서 '정착과 측정'으로 움직이고 있습니다. 그리고 그 이동은 기업의 자율 선택이기도 하지만, 정책 자금과 규제가 등을 미는 방향이기도 합니다.

]]> '해외마케팅 교육'_김종혁 강사/조달청 https://nanumcon.com/post/umrnhnaeb https://nanumcon.com/post/umrnhnaeb Thu, 16 Jul 2026 09:00:00 +0900 교육후기 오늘은 교육이 2건 이었습니다. 오전엔 대전, 오후엔 부산. 조달청 '2026년 해외조달시장 전문인력 양성과정'. 대학을 졸업하고 해외마케터를 꿈꾸는, 구직 중인 청년들이 앞에 앉아 있었습니다. 해외시장조사와 마케팅 전략 교육을 두 시간 동안 진행했습니다. 쉬는 시간에 한 교육생이 다가왔습니다. 자소서를 봐줄 수 있냐고, 피드백을 달라고요. 솔직히 말씀드렸습니다. "제가 최근 몇 년간 취업 컨설팅이나 관련 교육을 한 적이 없어서, 자소서는 제대로 봐드리기 어렵습니다." 못하는 건 못한다고 말해야죠. 어설프게 아는 척하며 방향을 잘못 잡아주는 게, 솔직하게 못한다고 말하는 것보다 훨씬 무책임한 일이라고 생각했습니다. 끝나자 마자 바로 대전역으로...

]]> 'B2B마케팅 교육'_김종혁 강사/부경대학교 https://nanumcon.com/post/umrnhwaaw https://nanumcon.com/post/umrnhwaaw Thu, 16 Jul 2026 09:00:00 +0900 교육후기 곧바로 기차에 올라 부산으로 내려왔습니다. 부경대학교 수산업전문가과정. 오후 두 시 반부터 다섯 시 반까지, B2B 마케팅 교육을 진행했습니다. 이 강의는 제게 조금 특별합니다. 2017년에 처음 시작해서, 올해로 꼭 10년째입니다. 올해는 아쉬운 일이 하나 있었습니다. 9년을 함께해온 담당 선생님이 바뀌셨습니다. 매년 이맘때면 으레 연락을 주고받고, 강의장 앞에서 반갑게 인사를 나누던 분이었는데요. 10년째 되는 해에 그 자리에 다른 분이 계시니, 강의는 여전한데 뭔가 한 켠이 허전했습니다. 강의장을 나서는데 바다 냄새가 훅 코에 들어오네요. 아 이제 정말 여름휴가가 코앞이구나 싶었습니다. 즐거운 연휴 되세요^^b

]]> '에이전트 AI 활용 해외 진출전략 교육'_김종혁 강사/대구 한의대 https://nanumcon.com/post/umrlu37wa https://nanumcon.com/post/umrlu37wa Wed, 15 Jul 2026 09:00:00 +0900 교육후기 오늘 경산에서 '대구한의대'에서 지역 중소기업 재직자 교육이 하나 있었습니다. 원래 주제는 "해외시장 분석 및 수출 실무 기반 글로벌 진출전략"이었습니다. 저도 해외영업을 10년 넘게 했었지만, 솔직히 수출입 실무는 서류업무가 태반이죠. HS 코드 찾고, 관세 따지고, 인보이스 쓰고, BL 확인하고, 시장조사 자료 긁어모으고. 문제는 이 일들이 하나같이 꼼꼼해야 한다는 겁니다. 그런데 저는 덜렁댔습니다. 숫자 하나 틀려서, 서류 한 줄 빠뜨려서 욕도 정말 많이 먹었습니다. 그런데 오늘 강의 자료를 준비하다가 문득 이런 생각이 들었습니다. "이거… 전부 에이전트 AI가 인간보다 훨씬 잘하는 일 아닌가?" 그 자리에서 교육 방향을 틀어버렸습니다. "에이전트 AI를 활용한 해외시장 진출 전략"으로. 강의 중에 이런 말씀을 드렸습니다. "여러분이 습관적으로 하는 모든 일을 한번 의심해보십시오. 분명히 AI에게 넘길 노가다가 잔뜩 있을 겁니다. 그건 걔들한테 던져버리고, 우리는 인간으로서 진짜 가치 있는 일에 집중합시다." 쉬는 시간마다 질문이 끊이지 않았고, 피드백도 좋았습니다. 다들 각자 머릿속으로 '내가 매일 붙잡고 있던 그 일'을 떠올리는 눈치였습니다.이제 우리가 잘 못하는 일을 억지로 붙잡고 있을 필요가 없는 시대입니다. 잘하는 도구에게 넘기고, 사람은 사람이 할 일을 합시다 ^^b

]]> "괜히 바꿨다가 욕먹으면 어쩌지" — B2B 구매담당자의 리스크 회피 심리, 어떻게 공략할까 https://nanumcon.com/post/cmrfpe0g1 https://nanumcon.com/post/cmrfpe0g1 Sat, 11 Jul 2026 09:00:00 +0900 customer 구매담당자는 '최선'이 아닌 '안전'을 고른다 B2B 영업을 하다 보면 이런 경험을 한 번쯤 해보셨을 겁니다. 분명히 제품 스펙도 좋고, 가격도 경쟁력 있고, 데모도 성공적이었는데 결국 기존 벤더가 계약을 유지하는 상황 말입니다. 왜 그럴까요? 구매담당자가 어리석어서가 아닙니다. 오히려 매우 합리적인 이유가 있습니다. B2B 구매 결정은 개인의 소비가 아닙니다. 잘못된 선택의 결과가 고스란히 본인의 인사고과, 팀 평판, 경우에 따라서는 직위 에까지 영향을 미칩니다. 반대로 좋은 선택을 해도 "당연히 잘해야지"로 끝나는 경우가 많습니다. 이 비대칭 구조가 바로 리스크 회피 심리의 핵심입니다. "새 벤더를 도입했다가 시스템 장애가 나면 내 책임이지만, 기존 벤더를 유지하다 문제가 생기면 '어쩔 수 없었다'고 말할 수 있다." — 제조업 구매팀 7년 차 담당자 인터뷰 이 말 한마디가 구매 심리의 본질을 설명합니다. --- 리스크 회피가 작동하는 3가지 메커니즘 1. 책임 분산 심리 (Diffusion of Responsibility) 구매 결정은 대부분 혼자 하지 않습니다. 팀장 결재, 재무팀 검토, 법무 검토 등 여러 단계를 거칩니다. 담당자 입장에서는 "모두가 OK한 선택 = 안전한 선택" 입니다. 새로운 벤더는 이 다단계 관문을 모두 통과해야 합니다. 2. 손실 회피 편향 (Loss Aversion) 행동경제학자 카너먼의 연구에서도 확인됐듯, 사람은 이득보다 손실에 두 배 이상 민감합니다. "20% 비용 절감"보다 "기존 시스템과의 호환성 문제 가능성 0%"가 더 설득력 있게 들리는 이유입니다. 3. 전환 비용에 대한 과대평가 실제 전환 비용보다 심리적으로 체감하는 전환 비용이 훨씬 큽니다. 교육 시간, 적응 기간, 혹시 모를 데이터 손실… 담당자의 머릿속에서 이 비용은 눈덩이처럼 불어납니다. --- 벤더가 신뢰를 구축하는 4단계 실전 전략 STEP 1. 리스크 언어로 먼저 말하라 많은 영업담당자가 자사 제품의 장점 을 강조합니다. 그런데 구매담당자가 더 귀 기울이는 것은 "이 도입으로 발생할 수 있는 리스크를 우리가 어떻게 관리해드리는가"입니다. 제안서 첫 장을 기능 소개가 아닌 리스크 해소 방안 으로 시작해보세요. [제안서 도입부 문구 예시] "본 제안은 귀사의 기존 ERP 시스템과 완전한 호환성을 전제로 설계되었으며, 전환 기간 중 업무 공백을 최소화하기 위한 단계별 마이그레이션 플랜을 함께 제공합니다.

]]> '잘파세대 이해와 AI·AX 활용교육'_김종혁 강사/쿱스켓·쿱카페 https://nanumcon.com/post/umrdf7wib https://nanumcon.com/post/umrdf7wib Thu, 09 Jul 2026 09:00:00 +0900 교육후기 오늘은 광주입니다. 기차타고 가려고 했었는데, 비가 많이 와서 연착하는 바람에 직접 운전하며 다녀왔습니다. 조선대학교 IT융합대학에서 열린 2026 쿱스토어 공동 워크이었습니다. 쿱스켓·쿱카페를 실제로 운영하시는 사업 담당자분들을 대상으로 "잘파세대 이해와 AI·AX 활용" 특강을 진행했습니다. 솔직히 강의 전엔 살짝 걱정했습니다. 매장 운영으로 하루하루 바쁘신 분들께 세대 얘기와 AI 얘기가 얼마나 와닿을까 싶었거든요. 그런데 매일매일 접하는 대학생인 잘파세대 특유의 소비 방식, 이들이 매장에서 뭘 기대하는지 이야기가 나올 때마다 고개를 끄덕이시고, AI를 실무에 어떻게 붙일 수 있는지 대목에선 눈이 반짝이셨습니다. 결국 우리 매장에 오는 그 20대 손님이 누구인지 이미 매일 마주하고 계셨던 거죠. 세대를 이해한다는 건 결국 자신들의 '고객을 이해한다'는 것이고, AI는 그 이해를 실행으로 옮기는 도구라는 걸 다시 확인한 시간이었습니다. 즐겁게 들어주신 담당자 여러분 덕분에 저도 참 즐거운 두 시간이었습니다. 현장에서 뛰시는 분들의 에너지는 언제나 강사에게 가장 큰 자극이 됩니다. 수고 많으셨습니다 🙏

]]> AI를 잘 쓰는 사람은 따로 있습니다 — 프롬프트가 아니라 '일 시키는 능력'입니다 https://nanumcon.com/post/cmr4dbhib https://nanumcon.com/post/cmr4dbhib Fri, 03 Jul 2026 09:00:00 +0900 ai-use 최근 SNS에서 화제가 된 글이 하나 있습니다. 대기업에서 AI 사내교육을 담당하는 분의 관찰인데, 요지는 이렇습니다. "40~50대 임원급은 AI를 놀랄 만큼 잘 쓴다. 반면 20~30대는 '와, 신기하다!'에서 끝나는 경우가 많다." 직관과 정반대의 이야기입니다. 디지털 네이티브인 젊은 세대가 당연히 AI도 잘 쓸 것이라 생각하기 쉽지만, 현장의 관찰은 다릅니다. 저 역시 기업 AX 교육과 컨설팅 현장에서 같은 장면을 반복해서 목격합니다. 임원급의 수용도와 활용 수준이 담당자급보다 높은 경우가 분명히 많습니다. 왜 이런 역설이 생길까요. 첫째, AI 활용은 '일을 시켜본 경험'의 문제입니다 윗 직급은 오랜 기간 주니어들에게 일을 지시하고, 결과물을 받아보고, 수정을 요청해 온 사람들입니다. 업무를 구조화하는 법, 맥락과 목적을 전달하는 법, 결과물의 어디를 어떻게 고쳐야 하는지 짚어내는 법이 몸에 배어 있습니다. AI에게 일을 시키는 것은 본질적으로 이 과정과 같습니다. 좋은 프롬프트란 결국 좋은 업무 지시서입니다. 배경을 설명하고, 원하는 결과물의 형태를 정의하고, 기준을 제시하는 것. 요즘 유행하는 '하네스 엔지니어링'이라는 말도 풀어보면 결국 "업무 지시를 잘하라"에 가깝습니다. 반면 일을 시켜본 경험이 적은 담당자급은 남에게 위임하는 것 자체가 익숙하지 않습니다. "내가 직접 하는 게 빠르다"는 태도가 AI 앞에서도 그대로 나타나고, 결과물을 받아도 수정 피드백의 범위가 좁습니다. 단편적인 결과 하나를 얻으면 거기서 끝이라고 생각하는 경향도 있습니다. 둘째, 절박함의 차이입니다 한 댓글이 인상 깊었습니다. "IMF 때부터 다져진 생존 능력일 겁니다. 스펙 문제가 아니죠." 또 다른 분은 이렇게 정리했습니다. "절박감과 긴장감의 차이." 윗 직급은 살아남기 위해 무엇이든 더 학습하려 하고, 스스로를 증명할 기회를 찾습니다. 새로운 도구가 나오면 "이걸로 내 시간을 어떻게 아끼고, 무엇을 더 보여줄 수 있는가"부터 생각합니다. 반면 본인의 실무 역량에 자신이 있는 담당자급은 "AI 없어도 내가 하면 된다"고 생각하기 쉽습니다. 타고난 생존 본능이 아니라, 실전에서 훈련된 생존 본능의 차이입니다. 물론 반론도 있습니다 "40대 이상이 하는 일은 정확하지 않아도 되는 일이라 그런 것 아닌가. 2~30대는 정확한 결과를 내야 하니 AI가 오히려 도움이 안 될 수 있다"는 관점입니다. 일리 있는 지적입니다. 실

]]> AI 시대의 노가다 탈출기: 바이브 코딩으로 흩어진 플랫폼 2주 만에 통합 https://nanumcon.com/post/cmr2vfk6e https://nanumcon.com/post/cmr2vfk6e Thu, 02 Jul 2026 09:00:00 +0900 ai-dev 거의 2주 정도, 강의준비와 강의하는 시간외에는 바이브 코딩하고 있습니다. 얼마 전까지만 해도 PC를 켜면 늘 하던 일이 있었습니다. 교육은 나눔캠퍼스 LMS 사이트(월 55만원 유지비 ㅠㅠ) 에서, 상담·소개는 나눔경영컨설팅 옛 홈페이지에서, 콘텐츠는 또 다른 채널에서. 서비스가 서너 개 플랫폼에 흩어져 있다 보니 고객이 보는 화면도 경험도 제각각이었고 연결도 잘 안되고, 저는 저대로 노가다 하고 있고... 그러다 문득, AI시대에 이걸 왜 하고 있지? 싶더군요.그래서 지난 2주 동안 사이트를 처음부터 다시 지었습니다. 흩어져 있던 여러 사이트를 하나의 도메인( nanumcon.com ) 아래로 통합하고, 호스팅도 옛 임대형 빌더와 대행사 체제에서 Firebase(정적 호스팅 + Firestore + Cloud Functions) 로 옮겼습니다. 회원 데이터를 한곳으로 이관하고, 로그인·권한·결제를 한 체계로 정리했습니다. 도메인을 넘기는 컷오버 날에는 SSL 발급과 DNS 전파를 지켜보며 하루를 보냈던 기억이 납니다. 반복되던 일은 하나씩 자동화로 넘겼습니다. · 일정: 제 업무 캘린더에 [공개]로 표시하면, 스크립트가 공개 일정만 골라 사이트로 동기화합니다. 이제 손으로 옮기지 않습니다. · 콘텐츠: 칼럼·후기·강의·강사 페이지는 발행하면 SEO/AEO 정보(FAQ·요약 카드 등)까지 자동으로 붙습니다. · 메일·알림: 대량 안내는 Brevo로, 문자·알림톡은 솔라피로. {이름} 개인화도 자동으로 채워집니다. · AI 도구: 로그인 회원이 쓰는 사이트 내 AI 기능은 서버 프록시를 통해 Gemini로 연결해두었습니다. 키는 서버 쪽에서만 관리하고요. 무엇보다, 사이트가 스스로 자기 상태를 들여다보도록 만든 게 마음에 듭니다. 성능(홈은 실측 98점 수준), 보안(헤더·위협별 가중치로 100점 채점), 데이터 백업(멀티리전 자동 백업 + 외장 3-2-1), 방문·봇 트래픽까지 관리자 화면에서 점수와 그래프로 확인합니다. 문제가 생기면 알아서 재시도하거나, 안 되면 저에게 알려줍니다. 손이 줄어드니까 오히려 고객과 콘텐츠에 쓸 시간이 늘었다는 겁니다. 아직 퍼펙트한 완성이라고 하긴 어렵지만, 코드를 한 줄 고치면 사이트 전체가 조금 더 똑똑해지는 걸 지켜보는 재미가 있습니다. 궁금하시면 한번 들러보셔도 좋겠습니다. 가입하시면 온라인 교육 하나는 그냥 들으실 수 있게 열어뒀습니다. 편하게 구경하러 오세요. ^^

]]> 'B2B 마케팅 AX 교육'_김종혁 강사/미가인F&B https://nanumcon.com/post/umr0l2eq9 https://nanumcon.com/post/umr0l2eq9 Tue, 30 Jun 2026 09:00:00 +0900 교육후기 오늘은 경기도 이천에 다녀왔습니다. 부대찌개 밀키트로 잘 알려진 미가인 F&B에서 B2B 마케팅 AX 종일교육을 진행했습니다. 이번엔 강의안을 펼치는 대신, 한 분 한 분 지금 가장 귀찮고 답답한 업무를 그냥 꺼내달라고 했습니다. 그걸 바로 그 자리에서 AI로 풀어보는 방식으로요. 품질팀은 원재료 입고 내역을 사진 한 장으로 자동 정리하고 싶다 하셨고, 또 한 분은 원료 표시사항 하나 바뀌면 제품 열 몇 개 라벨을 다 손봐야 하는 고통을 말씀하셨습니다. 영업 부장님은 매입원가만 넣으면 견적서·제안서에 이익률까지 따라오게, 공장장님은 출퇴근 누락과 4~5년 전 설비 수리 이력까지 추적되는 시스템을 원하셨고요. 대표님은 원가·품질·영업이 한 화면에 도는 실시간 대시보드를 그리셨습니다. 저는 그때마다 같은 틀로 되물었습니다. 인풋이 뭐고(Input), 어떻게 처리하고(Processing), 어떤 형태로 받고 싶으세요(Output). 이 IPO를 잡으면 대부분 풀립니다. 쉬운 건 클로드 코워크로, 좀 까다로운 건 클로드 코드로 넘어가는 거죠. 가장 기억에 남은 건 쉬는 시간 직전 한 분이 하신 말이었습니다. "이거 별로 안 어려운데, 왜 그동안 안 하고 있었지?" 맞습니다. 벽은 기술이 아니라 'AI 코딩은 어렵다'는 그 첫 느낌이더라고요. 그 벽 한 번만 넘으면 노가다는 AI에게 맡기고, 사람은 새 고객을 찾으러 갑니다. 그게 제가 말하는 AX, AI Experience입니다. 오늘도 현장에서 또 배웁니다. 미가인 F&B 임직원 여러분, 고생 많으셨습니다. 🙏

]]> 'AI 실무 활용 교육'_김종혁 강사/서울과학기술대학교 https://nanumcon.com/post/umquyx1ac https://nanumcon.com/post/umquyx1ac Fri, 26 Jun 2026 09:00:00 +0900 교육후기 오늘 종일 서울과학기술대학교에서 교직원분들을 대상으로 ‘AI 실무 활용 및 실습’ 종일 교육을 진행했습니다.오전 시간, 축구 경기 결과를 보니 토너먼트 대진을 위한 전략적 수였을까? 하는 의문이 들었습니다 ㅠㅠ 교육의 핵심은 ‘AI를 어떻게 업무에 바로 녹여낼 것인가’였습니다. 특히 교육 후반부, ‘클로드 코워크(Claude Co-work)’와 ‘클로드 코드(Claude Code)’를 시연하며 실무 프로세스에 적용하는 모습을 보여드렸을 때, 교육생분들의 눈빛이 달라지던 그 순간을 잊을 수 없습니다. “이건 당장 내일부터 바로 써야겠다”며 감탄하시던 모습에서, AI가 교직원분들의 업무 효율을 획기적으로 개선할 수 있다는 강한 확신을 얻었습니다. AI는 이제 기술적 호기심의 영역이 아닙니다. 얼마나 실무의 깊은 곳까지 AI를 파고들게 만드느냐에 따라 조직의 생산성이 결정됩니다. 오늘 뜨거운 호응을 보여주신 서울과학기술대학교 교직원분들께 감사드립니다.

]]> 'AI 자동화 교육'_김종혁 강사/서울과학기술대학교 https://nanumcon.com/post/umqv08hvz https://nanumcon.com/post/umqv08hvz Fri, 26 Jun 2026 09:00:00 +0900 교육후기 오늘 하루 길었습니다. 서울과학기술대학교 교직원분들과 오전 4시간, 오후 4시간, 꼬박 8시간을 함께했습니다. 이번 3일간의 교육에서 제가 가장 신경 쓴 건 '도구를 어떻게 쓰는가'가 아니었습니다. 그건 검색하면 다 나오죠. 대신 트렌드와 컨셉을 먼저 잡았습니다. 그리고 각자가 가진 도메인 지식을 기준으로 업무 흐름을 같이 들여다봤습니다. 어느 지점을 어떻게 자동화하면 가장 효율적인지, 그 지점을 함께 찾는 데 집중했습니다. 질문도 정말 많이 나왔습니다. 강의 중에도, 쉬는 시간에도 상담은 끊이지 않았습니다. 한 분 한 분의 실제 업무 이야기를 듣다 보니 쉬는 시간이 쉬는 시간이 아니었습니다. 그리고 오늘은 말로만 끝내지 않았습니다. 현장에서 에이전트 AI로 직접 문제를 풀어드리고, 그 방법을 그대로 넘겨드렸습니다. "이렇게 하시면 됩니다"가 아니라 "이제 풀려가고 있습니다, 이제 가져가세 직접 하세요!"에 가까운 시간이었습니다. 강의로 끝나는 교육이 아니라, 실제 도움이 되고 솔루션까지 손에 쥐여드릴 수 있어서 저도 참 좋았습니다. 이런 날은 8시간이 짧게 느껴집니다. 함께해주신 교직원분들, 정말 감사했습니다. 모두 즐거운 주말 되세요.

]]> 'AI 교육'_김종혁 강사/서울과학기술대학교 https://nanumcon.com/post/umqs74tuu https://nanumcon.com/post/umqs74tuu Wed, 24 Jun 2026 09:00:00 +0900 교육후기 오늘부터 3일, 서울과학기술대학교 교직원분들과 AI 교육으로 종일을 보내고 있습니다. 문서작성, 데이터, 콘텐츠, 자동화, 그리고 에이전트 AI까지. 각 주제를 실습 중심으로 구성하느라 교재와 강의안 만드는 데 정말 많은 시간을 쏟았습니다. 그런데 현장은 늘 변수가 있죠. 와서 보니 마인드로직사의 '팩트챗'이라는 SaaS에 API로 연동한 AI 모델을 쓰고 계셨습니다. 준비한 실습과 기능을 매칭하기가 까다로웠지만, 노트북 두 대를 펼쳐놓고 교육을 진행하면서 동시에 자료를 새로 만들며 대응했습니다. 이런 순간이 강사로서 긴장되면서도 가장 살아있다고 느끼는 시간이기도 합니다. 이번 교육은 서울과학기술대학교 손기욱 교수님께서 강력하게 추천해 주신 덕분에 진행할 수 있었습니다. 진심으로 감사드립니다. 요즘 여러 분들이 각자의 조직과 고객사, 관련사에 저를 소개해 주셔서 많은 의뢰가 들어오고 있습니다. 받기만 하는 것 같아 늘 마음이 무겁습니다. 저도 받은 만큼, 함께 나눌 수 있도록 더 노력하겠습니다. 감사합니다.

]]> 'Claude Desktop 교육'_김종혁 강사/OKI시스템즈 https://nanumcon.com/post/umqqtyyjx https://nanumcon.com/post/umqqtyyjx Tue, 23 Jun 2026 09:00:00 +0900 교육후기 오늘은 서울에서 한국오키시스템즈(OKI Systems) 영업·마케팅 임직원분들을 대상으로 Gemini와 Claude Desktop 활용 교육을 진행했습니다. 일본인 대표님께서도 자리에 함께하셨는데, 요즘 일하면서 일본 애니메이션을 틀어둬서 그런지 인사를 드리는데 저도 모르게 일본어가 먼저 나오더군요. 「はじめまして。キム・ジョンヒョクと申します。以前、台湾ではTSMC、日本では東芝を担当しておりました。日本語は少しですが、自然と口から出てきますね。どうぞよろしくお願いいたします。」 (처음 뵙겠습니다. 김종혁입니다. 예전에 대만에서는 TSMC, 일본에서는 도시바를 담당했었습니다. 일본어는 조금이지만 자연스럽게 입에서 나오네요. 잘 부탁드립니다.) 4시간 교육이었는데, 사실 단 한 번도 제대로 쉬지 못했습니다. 쉬는 시간마다 여러분들께서 제 옆에 앉으셔서 질문을 이어가셨거든요. "이런 업무를 이렇게 풀고 싶은데 방법이 있겠느냐", "이 부분은 에이전트 AI로 어떻게 접근하면 좋겠느냐"… 단순한 호기심이 아니라, 당장 현업에서 부딪히고 있는 실제 과제들을 하나씩 꺼내놓으시며 의견을 구하셨습니다. 오늘 깊이 있는 질문으로 저를 쉬지 못하게(!) 만들어 주신 교육생분들과, 끝까지 집중해 주신 한국오키시스템즈 임직원 여러분께 감사드립니다.

]]> '비즈니스 영어교육'_김지혜 강사/강원연구개발지원단 https://nanumcon.com/post/umqp184re https://nanumcon.com/post/umqp184re Mon, 22 Jun 2026 09:00:00 +0900 교육후기 오늘은 김지혜 강사님께서 '강원연구개발지원단'주최로 진행하신 '비즈니스 영어' 온라인 강의의 운영을 담당했습니다. 강의 경력 15년. 그런데 교육 '운영'은 이번이 처음이었습니다. 완벽하게 준비했다고 믿었습니다. 현장이, 제가 미처 보지 못한 복선 하나를 꺼내 보이기 전까지는요. 저는 가르치는 사람입니다. 하지만 이번엔 접수·출석·수료증·만족도·정산까지 직접 '운영'해야 했습니다. 강의와는 완전히 다른 영역이더군요. 그래서 직접 만들었습니다. Claude Code로 교육 운영 웹앱을 코딩했죠. 신청 페이지, 출석 체크, 수료증 자동 발급, 만족도 설문, 자동 메일 발송까지요. 수십 번 시뮬레이션을 돌렸고, "이 정도면 완벽하다" 자신했습니다. 그런데 현장엔 늘 복선이 있더군요. 바로 '사전 신청 없이 당일 참여하신 분들' 이었습니다. 시뮬레이션엔 없던 변수였죠. 명단에는 없지만, 분명히 끝까지 함께 수업을 들으신 분들. 이분들의 출석과 수료는 어떻게 처리해야 할까… 결국 저는 운영하면서, 동시에 실시간으로 들어오는 데이터를 모으고, 그 자리에서 코드를 고쳤습니다. 그리고 무사히 마쳤습니다. 사전 신청자에 당일 합류하신 분들까지, 출석·수료·만족도 데이터를 한 분도 놓치지 않고 정리했고, 만족도도 높았습니다. 지금은요? 그 데이터를 그대로 AI에게 넘겨, 결과보고서를 쓰고 있습니다. 이번에 깊이 배운 세 가지입니다. 1. 강의와 운영은 완전히 다른 일입니다. 잘 가르치는 능력과, 잘 굴러가게 만드는 능력은 별개였습니다. 2. 현장은 늘 시뮬레이션을 배신합니다. 그래서 '완성된 시스템'보다 '그 자리에서 고칠 수 있는 힘'이 더 중요했습니다. 3. 도구를 다룰 줄 알면, 1인이 강의 + 운영 + 개발 + 보고서까지 해냅니다. 불과 1~2년 전이라면 팀이 필요했을 일을요.

]]> '이문화 커뮤니케이션 교육'_김종혁 강사/농심 https://nanumcon.com/post/umqkvqi1w https://nanumcon.com/post/umqkvqi1w Fri, 19 Jun 2026 09:00:00 +0900 교육후기 3월부터 시작한 농심 교육이 오늘 드디어 마무리됐습니다. 하필 월드컵 하는 시간에 강의가 잡혀서, 솔직히 저도 강의하는 내내 경기가 어떻게 흘러가고 있을지 궁금하더라고요. 다행히 교육생분들도 끝까지 집중해주셔서 무사히 잘 마쳤습니다. 오늘도 제가 직접 코딩한 mentislido로 '못 먹는 음식 알아보기' 참여 과정을 진행했습니다. 며칠 전 거슬리던 사소한 오류를 잡아냈더니 속도가 확 빨라지더군요. 역시 내가 만들어서 내 강의에 맞게 쓰는 도구가 제일 손에 잘 붙습니다. 긴 호흡으로 함께 달려온 농심 교육을 잘 마쳤다는 후련함도 잠시, 끝나자마자 바로 삼성전자 연수원으로 넘어갑니다. 오늘 하루도 길게 이어지네요.

]]> 'AX컨설턴트 교육'_김종혁 강사/삼성전자 https://nanumcon.com/post/umqkw5kj3 https://nanumcon.com/post/umqkw5kj3 Fri, 19 Jun 2026 09:00:00 +0900 교육후기 삼성전자에서 농심 안양공장 정문으로 차를 보내주셨습니다. SNS에서 다른 강사님들이 삼성전자 배차 받으셨다는 글을 볼 때마다 내심 부러웠는데, 오늘은 저도 그 차를 타봅니다. 예전에 울산 현대중공업에서 KTX역까지 배차해주셔서 참 좋았던 기억이 나는데, 오랜만에 다시 그 기분을 느껴봅니다. 이런 작은 배려가 강사 입장에선 참 뿌듯하고 그 기억이 꽤 오래 남더라고요. 오늘은 삼성전자에서 AX 내부 컨설턴트 역할을 맡으실 개발자분들을 대상으로 '컨설턴트는 어떻게 일하는가'를 주제로 교육을 진행했습니다. 기술을 깊이 다뤄오신 분들이 이제 내부 고객을 만나고, 문제를 정의하고, 변화를 설득하는 자리로 옮겨가시는 과정입니다. 개발자의 시선에서 컨설턴트의 일하는 방식으로 무게중심을 옮기는 일이 결코 쉽지 않은데, 진지하게 고민하며 따라와 주시는 모습이 인상적이었습니다. 즐거운 주말 되세요. (월드컵에서 한국이 져서 안타깝네요 ㅠㅠ)

]]> 디자인씽킹워크숍_김종혁 강사/경기도시장상권진흥원 https://nanumcon.com/post/umqgnbo8q https://nanumcon.com/post/umqgnbo8q Tue, 16 Jun 2026 09:00:00 +0900 교육후기 솔직히 저는 회사 다닐 때 조직생활을 잘 못했습니다. 리더가 뭔지도 몰랐고, 팔로워십도 약했죠. 위에서 시키는 걸 따라가는 것도, 누군가를 끌고 가는 것도 다 못했고, 어색했습니다. 그런데 교육 현장에 오면서 좀 달라졌습니다. 오늘 양평에서 원장님과 전 직원분들을 모시고 디자인씽킹 워크숍을 진행했습니다. 강사이자 퍼실리테이터 역할. 현장엔 사람이 많았습니다. UBOB의 담당자, 보조강사들, 엔드유저 쪽 팀장과 팀원들, 그리고 100명 이상의 교육생들. 이해관계자가 이렇게 얽혀 있는 자리는 자칫하면 누구도 책임지지 않는 애매한 행사가 되기 쉽죠. 오늘 제가 한 건 단순했습니다. 내가 먼저 주도적으로 끌고 가고, 각자 해야 할 역할을 명확하게 드렸습니다. 내가 못하는 부분은 솔직하게 도움을 요청했구요. 그리고 내가 맡은 건 확실하게 마무리했습니다. 행사가 끝나자 교육생들은 정말 좋았다고 했고, 담당자들은 완벽했다며 뿌듯해했습니다. 돌아오는 길에 생각했습니다. 조직 안에서 못 했던 리더십을, 나는 왜 현장에서는 할 수 있었을까? 답은 의외로 단순한 것 같습니다. 회사에선 '직책'이 리더를 만든다고 믿었는데, 현장에선 '역할을 명확히 하고, 필요한 걸 요청하고, 내 몫을 끝내는 것' 그 자체가 리더십인 것 같습니다.

]]> B2B 리드 스코어링, 어떻게 설계할까? — 영업이 진짜 원하는 MQL의 조건 https://nanumcon.com/post/cmqfk6ccn https://nanumcon.com/post/cmqfk6ccn Mon, 15 Jun 2026 09:00:00 +0900 b2bmkt 마케팅과 영업 사이, 왜 항상 갈등이 생길까? "마케팅에서 넘겨준 리드, 도대체 쓸 만한 게 없어요." "우리가 넘긴 리드를 영업이 제대로 팔로업을 안 하잖아요." B2B 현장에서 자주 듣는 말입니다. 이 갈등의 핵심은 '좋은 리드'에 대한 기준이 서로 다르다 는 데 있습니다. 마케팅은 숫자를 채우고, 영업은 질을 따집니다. 이 간극을 줄여주는 도구가 바로 리드 스코어링(Lead Scoring) 입니다. 리드 스코어링이란, 잠재 고객(리드)에게 일정 기준에 따라 점수를 부여하고, 그 점수가 일정 수준 이상에 도달했을 때 영업에 넘기는 체계입니다. 오늘은 초보자도 바로 적용할 수 있도록 단계별로 설계 방법을 안내해 드리겠습니다. --- Step 1. MQL의 정의부터 함께 만들어야 합니다 리드 스코어링 설계의 첫 번째 단계는 영업과 마케팅이 함께 앉아 MQL(Marketing Qualified Lead)을 정의하는 것 입니다. 마케팅이 혼자 기준을 만들면, 영업은 절대 납득하지 않습니다. 공동 워크숍에서 다음 질문을 함께 논의해 보세요. 지금까지 계약으로 전환된 고객의 공통점은 무엇인가? 영업이 "이 리드는 다르다"고 느꼈던 순간은 언제인가? 반대로, 절대 시간 낭비였다고 느낀 리드의 특징은 무엇인가? 이 대화에서 나온 내용을 기록하고 공식 문서로 합의 해야 합니다. 이것이 스코어링의 뼈대가 됩니다. --- Step 2. 스코어링 기준을 두 축으로 나눕니다 리드 스코어링은 크게 두 가지 축으로 구성됩니다. 인구통계·기업 속성(Fit Score) 이 리드가 우리 제품·서비스에 맞는 고객인가를 판단합니다. 산업군 : 제조업 +10점, 유통업 +8점, 소매업 +3점 기업 규모 : 임직원 100인 이상 +10점, 50~99인 +6점 직책 : 구매 결정권자(C레벨, 이사급) +15점, 실무 담당자 +5점 지역 : 수도권 +5점, 지방 +3점 행동 데이터(Engagement Score) 이 리드가 실제로 관심을 보이고 있는가를 측정합니다. 홈페이지 제품 페이지 3회 이상 방문 : +10점 웨비나·세미나 참석 : +15점 이메일 오픈 : +3점 / 링크 클릭: +7점 가격 문의 또는 데모 신청 : +25점 콘텐츠 다운로드(백서, 사례집 등) : +10점 6개월 이상 비활성 : -10점 실전 체크리스트 예시 (SaaS B2B 기준) - [ ] 기업 규모 50인 이상 여부 확인 - [ ] 의사결정 직책 여부 (팀장급 이상) -

]]> 주간 보고서·회의록·고객 이메일, AI에게 맡기면 하루 2시간 버는 직장인 루틴 만들기 https://nanumcon.com/post/X4FjkOkFR3Oh7QfxWdJC https://nanumcon.com/post/X4FjkOkFR3Oh7QfxWdJC Fri, 10 Apr 2026 09:00:00 +0900 usecase 주간 보고서·회의록·고객 이메일, AI에게 맡기면 하루 2시간 버는 직장인 루틴 만들기

매일 반복되는 문서 작업, AI로 하루 2시간을 되찾는 완전 실습 가이드 직장인의 하루를 분석해 보면, 주간 보고서 작성에 40분 , 회의록 정리에 30분 , 고객 이메일 작성에 50분 이상을 소비하고 있습니다. 이 세 가지 업무만 AI에게 맡겨도 하루 평균 2시간 을 절약할 수 있습니다. 이 가이드는 ChatGPT(무료/유료 모두 가능)를 기준으로 작성되었으며, Claude, Gemini 등 다른 AI 도구에도 동일한 프롬프트를 적용할 수 있습니다. 시작하기 전에: 나만의 AI 워크스페이스 세팅하기 1단계: ChatGPT에 업무 맥락을 미리 입력하기 AI가 매번 같은 질문을 하지 않도록, **Custom Instructions(사용자 지정 지침)**을 먼저 설정합니다. 조작 방법: ChatGPT 접속 → 좌측 하단 본인 이름 클릭 "Customize ChatGPT" 또는 "사용자 지정 지침" 클릭 상단 입력창( "What would you like ChatGPT to know about you?" )에 아래 내용 입력: 나는 B2B SaaS 기업의 영업팀 소속 대리입니다. 주요 고객은 제조업·유통업 중견기업의 IT 담당자 및 구매 의사결정권자입니다. 주간 보고서는 팀장에게 제출하며, 형식은 [금주 성과 → 주요 활동 → 이슈 → 차주 계획] 순서입니다. 존댓말(~합니다/~입니다)을 사용하고, 간결하면서도 구체적 수치를 포함한 문체를 선호합니다. 하단 입력창( "How would you like ChatGPT to respond?" )에 입력: 한국어로 답변해 주세요. 비즈니스 문서는 불렛 포인트와 표 형식을 적극 활용하고, 불필요한 인사말 없이 바로 본론으로 작성해 주세요. 수치와 날짜는 구체적으로 포함해 주세요. "Save" 클릭 💡 이 설정을 한 번만 해두면 , 이후 모든 대화에서 AI가 당신의 직무·문체·보고서 형식을 자동으로 반영합니다. 매번 "나는 영업사원이고..."라고 설명할 필요가 없어집니다. 2단계: 업무별 전용 대화창 만들기 ChatGPT 좌측 상단 "New chat" 버튼을 눌러 아래 3개의 대화창을 미리 만들어 둡니다: 📊 주간보고서 — 매주 금요일 사용 📝 회의록 정리 — 회의 직후 사용 ✉️ 고객 이메일 — 수시 사용 각 대화창의 제목은 대화 시작 후 좌측 목록에서 **연필 아이콘(✏️)**을 클릭하여 변경할 수 있습니다. 루틴 1: 주간 보고서 — 40분 → 8분으로 줄이기 Befor

]]> 나에게 맞는 AI 유료 플랜 고르기: ChatGPT Plus vs Claude Pro vs Gemini Advanced 가성비 완전 비교 https://nanumcon.com/post/1K34ru64mCCwUAi5y4Wa https://nanumcon.com/post/1K34ru64mCCwUAi5y4Wa Sun, 05 Apr 2026 09:00:00 +0900 setup 나에게 맞는 AI 유료 플랜 고르기: ChatGPT Plus vs Claude Pro vs Gemini Advanced 가성비 완전 비교

나에게 맞는 AI 유료 플랜 고르기: ChatGPT Plus vs Claude Pro vs Gemini Advanced 가성비 완전 비교 왜 유료 플랜을 고민해야 하는가? 무료 AI를 사용하다 보면 반드시 벽에 부딪히는 순간이 옵니다. 제안서 마감 3시간 전에 "사용량 한도에 도달했습니다" 메시지를 만나거나, 긴 보고서를 분석하려는데 파일 업로드가 막히는 경험을 해보셨을 것입니다. Before (무료 플랜): 하루 메시지 수 제한으로 업무 중간에 끊김 최신 모델 접근 불가 → 답변 품질 저하 파일 분석, 이미지 생성 등 고급 기능 사용 불가 월간 생산성 향상 체감: 약 10~15% After (유료 플랜 도입): 하루 종일 끊김 없이 AI 활용 가능 최상위 모델로 복잡한 업무도 한 번에 처리 파일 분석, 웹 검색, 이미지 생성 등 올인원 활용 월간 생산성 향상 체감: 약 40~60% (McKinsey 2024 보고서 참고) 💡 월 2~3만 원 투자로 매일 1~2시간을 절약할 수 있다면, 시급 기준으로 월 50만 원 이상의 가치를 만들 수 있습니다. Step 1: 3대 유료 플랜 핵심 스펙 한눈에 비교하기 (2025년 6월 기준) 아래 표를 출력하거나 캡처해서 비교 기준표로 활용하세요. 항목 ChatGPT Plus Claude Pro Gemini Advanced 월 구독료 $20 (약 27,000원) $20 (약 27,000원) $19.99 (약 27,000원) 사용 가능 모델 GPT-4o, GPT-4.5, o1, o3 Claude 3.5 Sonnet, Claude 4 Opus, Claude 4 Sonnet Gemini 2.5 Pro, Gemini 2.5 Flash 메시지 한도 GPT-4o 무제한, o3 등 상위모델 제한적 일반 사용 5배 확장 (무료 대비) 상당히 넉넉 (명확한 수치 비공개) 파일 업로드 ✅ PDF, Excel, 이미지, 코드 ✅ PDF, 텍스트, 코드 (최대 약 50만 토큰) ✅ PDF, 이미지, 동영상, 오디오 웹 검색 ✅ 내장 검색 ✅ 웹 검색 지원 ✅ Google 검색 통합 이미지 생성 ✅ DALL-E 3 / GPT-4o 네이티브 ❌ 미지원 ✅ Imagen 3 코드 실행 ✅ Python 코드 인터프리터 ✅ Artifacts (코드 실행/미리보기) ✅ 코드 실행 지원 저장공간/연동 GPTs 커스텀, 메모리 기능 Projects 폴더 관리 Google Workspace 연동, 2TB 드라이브

]]> AI가 이미지·영상·음성까지 만드는 시대, 멀티모달 AI란 무엇인가? https://nanumcon.com/post/5CTaxmZjChKJdf4OnVHw https://nanumcon.com/post/5CTaxmZjChKJdf4OnVHw Sun, 05 Apr 2026 09:00:00 +0900 basic AI가 이미지·영상·음성까지 만드는 시대, 멀티모달 AI란 무엇인가?

멀티모달 AI란 무엇인가? — 텍스트를 넘어 이미지·음성·영상을 만드는 시대 멀티모달(Multimodal) AI란 텍스트, 이미지, 음성, 영상 등 여러 형태의 데이터를 동시에 이해하고 생성할 수 있는 인공지능 을 말합니다. 기존에는 "텍스트 → 텍스트"만 가능했다면, 이제는 텍스트 하나로 이미지를 그리고, 음성을 만들고, 영상까지 제작할 수 있는 시대가 열렸습니다. 이 가이드에서는 B2B 영업사원과 직장인이 오늘 당장 업무에 활용할 수 있는 멀티모달 AI 도구 4가지를 단계별로 실습합니다. 시작하기 전에 — 필요한 도구와 계정 준비 아래 도구들을 미리 준비하면 실습을 원활하게 진행할 수 있습니다. 활용 영역 도구 비용 회원가입 이미지 생성 ChatGPT (GPT-4o, DALL·E 3) 무료/Plus $20 openai.com 음성 생성 ElevenLabs 무료 10,000자/월 elevenlabs.io 영상 생성 Runway Gen-3 무료 크레딧 125초 runwayml.com 통합 멀티모달 Google Gemini 무료 gemini.google.com 계정 생성 방법 (공통) 각 사이트에 접속합니다. 우측 상단 "Sign Up" 또는 "Get Started" 버튼을 클릭합니다. Google 계정 또는 이메일로 가입합니다. 이메일 인증을 완료하면 바로 사용할 수 있습니다. 💡 실전 팁: 회사 이메일로 가입하면 나중에 팀 공유 시 관리가 편리합니다. 무료 플랜만으로도 이 가이드의 모든 실습을 완료할 수 있습니다. 실습 1단계 — AI로 제안서용 이미지 만들기 (ChatGPT + DALL·E 3) 업무 시나리오 B2B 영업사원이 고객사에 보낼 제안서에 맞춤형 일러스트레이션 이 필요합니다. 디자이너에게 의뢰하면 3일이 걸리지만, AI를 쓰면 30초 면 됩니다. Before / After 비교 항목 Before (기존 방식) After (멀티모달 AI) 소요 시간 디자이너 의뢰 후 2~3일 30초~2분 비용 건당 5~15만 원 월 $20 (무제한) 수정 횟수 2~3회 (추가 비용) 즉시 무제한 수정 맞춤도 소통 오류 가능 프롬프트로 정확 지시 조작 방법 1단계: ChatGPT 접속 브라우저에서 chat.openai.com 에 접속합니다. 로그인 후 메인 채팅 화면이 나타납니다. 2단계: 모델 확인 화면 상단 중앙에 모델명이 표시됩니다. **"GPT-4o"**가 선택되어 있는지 확인합니다. (클릭하여 변경 가능)

]]> 나만의 AI 업무 비서 만들기: ChatGPT GPTs & Claude Projects 커스텀 설정 완전 가이드 https://nanumcon.com/post/8KnHgNx6i7BwoqBaKYkV https://nanumcon.com/post/8KnHgNx6i7BwoqBaKYkV Sun, 05 Apr 2026 09:00:00 +0900 setup 나만의 AI 업무 비서 만들기: ChatGPT GPTs & Claude Projects 커스텀 설정 완전 가이드

나만의 AI 업무 비서 만들기: ChatGPT GPTs Claude Projects 커스텀 설정 완전 가이드 반복되는 업무마다 매번 같은 맥락을 설명하고, 같은 톤앤매너를 요청하고, 같은 양식을 붙여넣고 계신가요? 맞춤형 AI 비서 를 한 번만 세팅해두면, 그 모든 반복 작업이 사라집니다. 이 가이드는 ChatGPT의 GPTs(구 Custom GPT) 기능과 Anthropic의 Claude Projects 기능을 활용하여 나만의 업무 비서를 만들고, 팀과 공유하는 전 과정을 단계별로 안내합니다. 왜 맞춤형 AI 비서가 필요한가 일반 채팅 vs. 커스텀 AI 비서 비교 구분 일반 AI 채팅 커스텀 AI 비서 매 대화마다 맥락 설명 매번 300~500자 반복 입력 0자 (사전 설정 완료) 톤앤매너 일관성 대화마다 달라짐 항상 동일 회사 자료 참조 매번 복사-붙여넣기 자동 참조 팀원 간 품질 편차 프롬프트 실력에 따라 큰 차이 균일한 결과물 하루 평균 절약 시간 - 약 45~60분 실제로 B2B 영업팀에서 제안서 초안 작성용 GPT를 만든 후, 제안서 1건당 작성 시간이 평균 2시간 → 35분 으로 단축된 사례가 있습니다. Part 1: ChatGPT GPTs로 나만의 비서 만들기 사전 준비사항 ChatGPT Plus 또는 Team 구독 (월 $20 또는 $25/인) 업무에서 반복적으로 사용하는 문서, 양식, 가이드라인 준비 비서에게 부여할 역할과 톤앤매너 정의 Step 1: GPT 생성 화면 진입 chat.openai.com 에 로그인합니다. 왼쪽 사이드바 상단의 "GPT 탐색(Explore GPTs)" 버튼을 클릭합니다. 우측 상단의 "+ 만들기(+ Create)" 버튼을 클릭합니다. 두 개의 탭이 보입니다: "만들기(Create)" 탭과 "구성(Configure)" 탭. "구성(Configure)" 탭을 선택하세요. 💡 "만들기" 탭은 대화형으로 GPT를 설정하는 방식이지만, 세밀한 제어를 위해서는 반드시 "구성" 탭에서 직접 설정하는 것을 추천합니다. Step 2: 기본 정보 설정 구성(Configure) 탭에서 다음 필드를 채워넣습니다. 이름(Name): 팀원이 바로 이해할 수 있는 명확한 이름을 입력합니다. 예시: B2B 제안서 드래프터 , 주간 보고서 작성기 , 고객 이메일 응답 도우미 설명(Description): 이 GPT가 무엇을 하는지 한 줄로 요약합니다. 예시: IT 솔루션 영업팀을 위한 맞춤형

]]> AI가 '학습'한다는 게 무슨 뜻일까? 머신러닝의 핵심을 직장인 눈높이로 풀어보기 https://nanumcon.com/post/BNRA0pZhM1wZaWE6X9jE https://nanumcon.com/post/BNRA0pZhM1wZaWE6X9jE Sun, 05 Apr 2026 09:00:00 +0900 basic AI가 '학습'한다는 게 무슨 뜻일까? 머신러닝의 핵심을 직장인 눈높이로 풀어보기

AI가 '학습'한다는 게 무슨 뜻일까? 머신러닝의 핵심을 직장인 눈높이로 풀어보기 🎯 이 가이드의 목표 이 가이드를 끝까지 따라하면, 여러분은 다음 세 가지를 얻게 됩니다. 머신러닝의 3대 키워드 (데이터, 학습, 모델)를 회의 시간에 자신 있게 설명할 수 있습니다. ChatGPT를 활용해 머신러닝 개념을 스스로 검증하고 확장 하는 방법을 익힙니다. 비전공 동료에게 3분 안에 핵심을 전달 할 수 있는 비유와 프레임워크를 갖추게 됩니다. Before: "AI가 학습한다고? 그게 무슨 뜻인지 모르겠어. 회의에서 AI 얘기 나오면 조용히 있게 돼." After: "아, 머신러닝은 결국 데이터로 패턴을 찾아서 모델이라는 판단 기준을 만드는 거예요. 예를 들어 설명해 드릴게요." 소요 시간: 약 30~40분 | 준비물: ChatGPT 접속 환경(브라우저 또는 앱), 메모장 Step 1. 머신러닝을 이해하기 위한 '사고의 틀' 잡기 1-1. 먼저, 전통적인 프로그래밍과 비교하세요 머신러닝을 이해하는 가장 빠른 방법은 기존 프로그래밍과 비교 하는 것입니다. 구분 전통적 프로그래밍 머신러닝 입력 데이터 + 규칙(사람이 작성) 데이터 + 정답(사람이 라벨링) 출력 결과 규칙(기계가 스스로 발견) 비유 요리 레시피를 따라하는 것 완성된 요리를 여러 번 먹어보고 레시피를 추측하는 것 핵심 차이: 전통 프로그래밍에서는 사람이 "이럴 때는 이렇게 해"라고 규칙을 직접 코딩 합니다. 머신러닝에서는 컴퓨터가 수많은 사례를 보고 규칙을 스스로 만들어냅니다 . 1-2. 실습: ChatGPT에게 비유를 요청하세요 조작 방법: 브라우저에서 chat.openai.com 에 접속합니다. 로그인 후, 하단 입력창에 아래 프롬프트를 그대로 복사·붙여넣기합니다. Enter 키를 누릅니다. 나는 IT 비전공 직장인입니다. "전통적 프로그래밍"과 "머신러닝"의 차이를 초등학생도 이해할 수 있는 비유 3가지로 설명해 주세요. 각 비유마다 한 줄 요약도 붙여주세요. 응답을 읽고, 마음에 드는 비유 1개를 메모장에 복사 해 둡니다. 이 비유는 나중에 동료에게 설명할 때 그대로 활용할 수 있습니다. 💡 실전 팁: ChatGPT가 준 비유가 너무 기술적이면, 입력창에 *"좀 더 쉽게, 커피숍 비유로 바꿔줘"*라고 추가 요청하세요. AI는 대화를 이어갈수록 맥락을 이해하고 더 나은 답변을 줍니다. Before: 머신러닝과 프로그래밍의 차이를 물어보면 "음… 둘 다 코

]]> B2B 영업사원을 위한 프롬프트 템플릿 10선: 콜드메일·제안서·미팅 후기까지 https://nanumcon.com/post/HlTokcZDk1IuNLpu45i2 https://nanumcon.com/post/HlTokcZDk1IuNLpu45i2 Sun, 05 Apr 2026 09:00:00 +0900 prompt B2B 영업사원을 위한 프롬프트 템플릿 10선: 콜드메일·제안서·미팅 후기까지

B2B 영업사원을 위한 프롬프트 템플릿 10선: 왜 필요한가 B2B 영업 현장에서 콜드메일 한 통을 쓰는 데 평균 38분 , 제안서 초안 작성에 2~3시간 이 소요된다는 조사 결과가 있습니다. AI 프롬프트 템플릿을 활용하면 이 시간을 70~80% 단축 할 수 있으며, 응답률도 평균 2.3배 향상 됩니다. 이 가이드는 ChatGPT, Claude, Gemini 등 어떤 LLM에서든 복사-붙여넣기로 즉시 사용 가능한 10개의 프롬프트 템플릿을 상황별로 제공합니다. 각 템플릿에는 실전 예시, 커스터마이징 방법, Before/After 비교가 포함되어 있습니다. 사전 준비: 프롬프트를 쓰기 전에 정리할 5가지 정보 프롬프트의 품질은 입력하는 맥락 정보의 구체성 에 비례합니다. 아래 5가지를 미리 정리해 두세요. 필수 준비 정보 체크리스트 우리 회사 정보 : 회사명, 핵심 제품/서비스, 주요 고객군, 차별점 타겟 고객 정보 : 회사명, 업종, 직책, 현재 겪고 있을 Pain Point 목표 액션 : 미팅 요청, 데모 신청, 자료 다운로드 등 원하는 다음 단계 톤앤매너 : 격식체/반말체, 전문적/친근한, 업종 특화 용어 수준 제약 조건 : 글자 수, 포함해야 할 키워드, 반드시 언급할 레퍼런스 💡 실전 팁 : 이 5가지 정보를 메모장이나 노션에 "프롬프트 컨텍스트 시트"로 만들어 두면, 매번 새로 입력할 필요 없이 복사해서 프롬프트 앞에 붙이기만 하면 됩니다. 템플릿 #1: 콜드메일 – 첫 접점 만들기 상황 한 번도 접촉한 적 없는 잠재 고객에게 처음으로 이메일을 보내는 경우입니다. 프롬프트 템플릿 당신은 B2B SaaS 영업 전문가입니다. 아래 조건에 맞는 콜드메일을 작성해 주세요. 보내는 사람 : [회사명]의 [직책] [이름], [제품/서비스 한 줄 설명] 받는 사람 : [타겟 회사명]의 [직책] [이름 또는 "담당자"] 타겟의 추정 Pain Point : [구체적 문제 상황] 목표 액션 : [15분 통화 요청 / 데모 신청 / 자료 전달 등] 톤 : 전문적이면서도 친근한 비즈니스 톤, 경어체 제약 : 제목 포함 200자 이내, 제목은 호기심을 유발하되 스팸으로 분류되지 않게 이메일 구조: ① 상대방 관심을 끄는 오프닝(2문장) → ② Pain Point 공감(2문장) → ③ 우리 솔루션의 핵심 가치 1가지(2문장) → ④ 구체적 CTA(1문장) 실제 입력 예시 당신은 B2B SaaS 영업 전문가입니다. 아래 조건에

]]> AI 모델의 '파라미터'와 '토큰'이 뭐길래? 숫자로 이해하는 AI 성능의 비밀 https://nanumcon.com/post/IcyrEaGr7DWMcAACNnGc https://nanumcon.com/post/IcyrEaGr7DWMcAACNnGc Sun, 05 Apr 2026 09:00:00 +0900 basic AI 모델의 '파라미터'와 '토큰'이 뭐길래? 숫자로 이해하는 AI 성능의 비밀

AI 모델의 '파라미터'와 '토큰'이 뭐길래? 숫자로 이해하는 AI 성능의 비밀 이 가이드를 읽으면 알게 되는 것 파라미터 가 무엇이고, 숫자가 클수록 왜 비싸지는지 토큰 이 무엇이고, 왜 긴 문서를 한 번에 넣으면 오류가 나는지 GPT-3.5 vs GPT-4 vs GPT-4o 요금 차이의 진짜 이유 토큰을 아끼면서 더 좋은 결과를 얻는 실전 프롬프트 작성법 Step 1. '파라미터'를 직장인 언어로 이해하기 파라미터란 무엇인가? AI 모델을 사람의 뇌 에 비유해 보겠습니다. 뇌에는 약 1,000억 개의 신경세포(뉴런)가 있고, 이 뉴런들이 연결되면서 지식을 저장합니다. AI 모델의 **파라미터(Parameter)**는 바로 이 뉴런 간 연결에 해당합니다. 파라미터 1개 = AI가 학습한 지식의 최소 단위 (숫자 하나) 파라미터가 많다 = 더 복잡한 패턴을 기억하고, 더 정교한 답을 생성할 수 있다 파라미터가 적다 = 가볍고 빠르지만, 복잡한 질문에 약하다 주요 모델의 파라미터 수 비교 모델 파라미터 수 비유 GPT-2 (2019) 15억 개 동네 도서관 GPT-3.5 (2022) 1,750억 개 대학 중앙도서관 GPT-4 (2023) 약 1.8조 개 (추정) 국립중앙도서관 전체 Llama 3 8B 80억 개 학과 자료실 Llama 3 70B 700억 개 시립 도서관 💡 실전 팁 : 영업 이메일 초안 같은 간단한 작업은 GPT-3.5(파라미터 1,750억)로 충분합니다. 복잡한 계약서 분석이나 다국어 번역처럼 정교한 작업에만 GPT-4를 쓰면 비용을 최대 20분의 1 로 줄일 수 있습니다. 직접 확인해 보기 (실습) 1단계 : 브라우저에서 chat.openai.com 에 접속합니다. 2단계 : 화면 상단의 모델 선택 드롭다운을 클릭합니다. "GPT-4o", "GPT-4o mini", "GPT-3.5" 등이 표시됩니다. 3단계 : 먼저 GPT-4o mini 를 선택하고 아래 프롬프트를 입력합니다. 다음 문장을 영어, 일본어, 베트남어로 번역하고, 각 번역에 비즈니스 이메일 톤으로 수정한 버전도 함께 제공해 주세요: "다음 주 화요일 오후 3시에 제품 데모 미팅을 잡고 싶습니다. 참석 가능 여부를 알려주시면 감사하겠습니다." 4단계 : 같은 프롬프트를 GPT-4o 로 다시 입력합니다. Before (GPT-4o mini) : 번역은 되지만 비즈니스 뉘앙스가 다소 직역체이고, 일본어 경어 수준이 불안정한 경우가 있습

]]> 프롬프트 엔지니어링 입문: AI에게 원하는 답을 얻는 5가지 핵심 원칙 https://nanumcon.com/post/WkqAsP6zfzooXZ19zUCj https://nanumcon.com/post/WkqAsP6zfzooXZ19zUCj Sun, 05 Apr 2026 09:00:00 +0900 prompt 프롬프트 엔지니어링 입문: AI에게 원하는 답을 얻는 5가지 핵심 원칙

프롬프트 엔지니어링 입문: AI에게 원하는 답을 얻는 5가지 핵심 원칙 AI 챗봇에게 질문했는데 원하는 답이 아니라 엉뚱한 답변을 받아본 경험이 있으신가요? 문제는 AI가 아니라 질문하는 방식 에 있습니다. 프롬프트 엔지니어링은 AI에게 정확한 지시를 내려 원하는 결과물을 얻는 기술입니다. 이 가이드에서는 B2B 영업사원과 직장인이 즉시 업무에 적용할 수 있는 5가지 핵심 원칙 을 단계별로 실습합니다. 시작하기 전에: 실습 환경 준비 ChatGPT 접속 : 브라우저에서 chat.openai.com 에 접속합니다. 새 대화 시작 : 왼쪽 상단의 "New chat" 버튼을 클릭합니다. 모델 선택 : 상단 드롭다운에서 GPT-4 또는 GPT-4o 를 선택합니다. 무료 플랜이라면 GPT-3.5도 괜찮습니다. 하단 입력창 확인 : 화면 하단의 "Message ChatGPT" 텍스트 입력창이 프롬프트를 작성하는 곳입니다. 💡 Claude(claude.ai), Gemini(gemini.google.com) 등 다른 AI에서도 동일한 원칙이 적용됩니다. 어떤 AI를 사용하든 이 가이드를 그대로 따라하실 수 있습니다. 원칙 1: 역할 부여 (Role Assignment) 왜 역할을 부여해야 하나요? AI에게 **"당신은 ~입니다"**라고 역할을 지정하면, AI는 해당 전문가의 관점에서 답변합니다. 역할이 없으면 AI는 범용적이고 평범한 답변을 생성합니다. 역할을 부여하면 답변의 전문성이 평균 40~60% 향상 된다는 실험 결과가 있습니다. 단계별 실습 Step 1. ChatGPT 입력창에 커서를 놓습니다. Step 2. 프롬프트의 첫 문장 에 역할을 명시합니다. 형식은 다음과 같습니다: 당신은 [경력/전문분야]를 가진 [직책/역할]입니다. Step 3. 역할 뒤에 구체적인 요청을 이어서 작성합니다. Before / After 비교 ❌ Before (역할 없음): 고객에게 보낼 이메일 써줘. 결과: 일반적이고 모호한 이메일. 업종 특성이 전혀 반영되지 않음. ✅ After (역할 부여): 당신은 10년 경력의 B2B SaaS 영업 전문가입니다. 3개월 동안 연락이 없었던 기존 고객사 IT 담당자에게 재방문 미팅을 요청하는 이메일을 작성해 주세요. 톤은 정중하되 부담스럽지 않게, 분량은 150단어 이내로 작성해 주세요. 결과: SaaS 업계 용어가 자연스럽게 포함되고, 영업 실무에 바로 사용할 수 있는 수준의 이메일이 생성됩니다.

]]> 역할 부여의 기술: AI에게 '페르소나'를 입히면 결과물이 달라지는 이유 https://nanumcon.com/post/XZfIPgCiYh4108c5P5Ie https://nanumcon.com/post/XZfIPgCiYh4108c5P5Ie Sun, 05 Apr 2026 09:00:00 +0900 prompt 역할 부여의 기술: AI에게 '페르소나'를 입히면 결과물이 달라지는 이유

역할 부여의 기술: AI에게 '페르소나'를 입히면 결과물이 달라지는 이유 AI에게 단순히 질문을 던지는 것과, 전문가 역할을 부여한 뒤 질문을 던지는 것은 완전히 다른 결과물을 만들어냅니다. 이 가이드는 ChatGPT, Claude, Copilot 등 대화형 AI를 활용할 때 '페르소나(역할) 부여' 기법을 실무에 즉시 적용할 수 있도록 단계별로 안내합니다. 왜 역할을 부여하면 결과물이 달라질까? AI 언어 모델은 학습 데이터 속 다양한 전문가의 글, 대화, 문서를 모두 포함하고 있습니다. 역할을 지정하면 모델이 해당 전문가가 사용하는 어휘, 사고 프레임, 응답 구조 를 우선적으로 활성화합니다. Before vs After 비교 구분 역할 부여 없음 (Before) 역할 부여 있음 (After) 응답 톤 일반 백과사전식 설명 업계 전문가의 실전 조언 구체성 추상적·개론적 수치, 사례, 액션 아이템 포함 활용도 추가 편집 30분 이상 필요 그대로 보고서·이메일에 붙여넣기 가능 만족도 재질문 3~5회 필요 1~2회 만에 원하는 결과 도출 실제 테스트에서 동일한 질문에 역할을 부여했을 때, 재질문 횟수가 평균 62% 감소 하고 결과물 채택률이 약 3배 상승 하는 것으로 관찰됩니다. 단계 1: 역할 부여의 기본 구조 이해하기 페르소나 프롬프트의 3요소 역할 부여 프롬프트는 다음 세 가지 요소로 구성됩니다. 역할 정의 (Who) — AI가 누구인지 선언 전문성·맥락 (Context) — 경력, 전문 분야, 상황 설명 행동 지침 (How) — 응답 방식, 톤, 형식 지정 기본 템플릿은 다음과 같습니다: 당신은 [역할/직함]입니다. [경력/전문 분야]에 대한 깊은 전문성을 보유하고 있습니다. 앞으로의 대화에서 [응답 방식/톤/형식]으로 답변해 주세요. 💡 실전 팁: 역할을 부여할 때 "~인 척 해주세요"보다 **"당신은 ~입니다"**라고 단정적으로 선언하는 것이 훨씬 강력한 효과를 냅니다. 모델이 해당 페르소나에 더 깊이 몰입하기 때문입니다. 단계 2: ChatGPT에서 시스템 프롬프트 설정하기 방법 A — ChatGPT '맞춤 지침(Custom Instructions)' 활용 ChatGPT 웹(chat.openai.com) 에 로그인합니다. 좌측 하단의 자신의 이름(프로필 아이콘) 을 클릭합니다. 드롭다운 메뉴에서 "맞춤 지침(Custom Instructions)" 또는 "ChatGPT 맞춤설정" 을 선택합니다. 두 개의

]]> OpenAI·Anthropic·Google API 키 발급부터 첫 호출까지, 비개발자도 따라하는 실전 가이드 https://nanumcon.com/post/ZIHMre30G3JmKt0SWMtX https://nanumcon.com/post/ZIHMre30G3JmKt0SWMtX Sun, 05 Apr 2026 09:00:00 +0900 setup OpenAI·Anthropic·Google API 키 발급부터 첫 호출까지, 비개발자도 따라하는 실전 가이드

들어가며: 왜 API를 직접 호출해야 할까요? ChatGPT 웹사이트에서 대화하는 것과 API를 직접 호출하는 것 은 완전히 다른 차원의 활용입니다. 구분 웹 채팅 (Before) API 호출 (After) 자동화 매번 수동 입력 엑셀·슬랙·CRM과 연결 가능 비용 월 $20 고정 (ChatGPT Plus) 사용한 만큼만 지불 (토큰 단위) 커스터마이징 제한적 온도, 시스템 프롬프트 등 세밀 제어 대량 처리 1건씩 복사·붙여넣기 수백 건 일괄 처리 가능 💡 API를 이해하면 "AI를 쓰는 사람"에서 **"AI를 업무에 심는 사람"**으로 레벨업할 수 있습니다. 코딩을 몰라도 Postman이라는 무료 도구만으로 충분히 따라할 수 있습니다. 이 가이드를 끝까지 따라하면 OpenAI(GPT-4o), Anthropic(Claude), Google(Gemini) 세 곳의 API를 모두 직접 호출해 볼 수 있습니다. 소요 시간은 약 40~60분 입니다. Step 1. 사전 준비 — Postman 설치하기 Postman은 코딩 없이 API를 테스트할 수 있는 무료 도구 입니다. 개발자들이 매일 사용하지만, 비개발자도 쉽게 쓸 수 있습니다. 1-1. Postman 다운로드 및 설치 브라우저에서 postman.com/downloads 에 접속합니다. 화면 중앙의 주황색 "Download the App" 버튼을 클릭합니다. 운영체제(Windows/Mac)에 맞는 설치 파일이 자동으로 다운로드됩니다. 다운로드된 파일을 실행하여 설치를 완료합니다. 설치 후 Postman을 실행하면 회원가입(Sign Up) 화면이 나옵니다. Google 계정 또는 이메일로 무료 계정을 생성 합니다. 1-2. 첫 화면 확인 로그인 후 상단에 "+" 탭이 보이면 준비 완료입니다. 이 "+" 탭을 클릭하면 새로운 API 요청(Request)을 만들 수 있는 화면이 열립니다. 왼쪽 드롭다운이 **"GET"**으로 되어 있을 텐데, 이것을 나중에 **"POST"**로 바꿀 예정입니다. 💡 Postman 웹 버전(app.getpostman.com)도 있지만, 데스크톱 앱이 더 안정적 입니다. 회사 보안 정책으로 설치가 어려운 경우에만 웹 버전을 사용하세요. Step 2. OpenAI API 키 발급 및 첫 호출 2-1. API 키 발급 브라우저에서 platform.openai.com 에 접속합니다. ChatGPT 계정과 동일한 계정 으로 로그인합니다. (별도

]]> AI 모델 크기 비교: GPT-4, Claude, Gemini, Llama… 뭐가 다르고 어떤 걸 써야 할까? https://nanumcon.com/post/ZObRrh1s9N3RCUlT9qc0 https://nanumcon.com/post/ZObRrh1s9N3RCUlT9qc0 Sun, 05 Apr 2026 09:00:00 +0900 basic AI 모델 크기 비교: GPT-4, Claude, Gemini, Llama… 뭐가 다르고 어떤 걸 써야 할까?

AI 모델 크기 비교: GPT-4, Claude, Gemini, Llama — 실전 선택 가이드 오늘날 수십 개의 AI 모델이 쏟아지고 있지만, 정작 **"내 업무에 어떤 모델을 써야 하는가"**를 정확히 아는 사람은 드뭅니다. 이 가이드는 B2B 영업사원과 직장인이 5단계 를 따라가며 모델별 차이를 직접 체험하고, 상황별 최적의 모델을 선택할 수 있도록 구성했습니다. Step 1. 주요 AI 모델 한눈에 파악하기 먼저 비교 대상 모델의 핵심 스펙을 이해해야 합니다. 아래 표를 저장해 두고 수시로 참고하세요. 1-1. 모델별 핵심 비교표 항목 GPT-4o (OpenAI) Claude 3.5 Sonnet (Anthropic) Gemini 1.5 Pro (Google) Llama 3.1 405B (Meta) 접속 방법 chat.openai.com claude.ai gemini.google.com 로컬 설치 / Hugging Face 유료 가격 $20/월 (Plus) $20/월 (Pro) $19.99/월 (Advanced) 무료 (오픈소스) 최대 컨텍스트 128K 토큰 200K 토큰 1M+ 토큰 128K 토큰 멀티모달 텍스트·이미지·음성·코드 텍스트·이미지·코드 텍스트·이미지·영상·코드 텍스트·코드 강점 범용성, 플러그인 생태계 긴 문서 분석, 안전성, 글쓰기 초장문 처리, Google 연동 커스터마이징, 데이터 프라이버시 약점 가격 대비 속도 변동 실시간 웹 검색 제한적 한국어 미세 품질 편차 설치·운영에 기술 역량 필요 1-2. "크기"가 실제로 의미하는 것 모델 파라미터 수 가 크다고 무조건 좋은 것은 아닙니다. 파라미터 수 : 모델이 학습한 "뇌세포" 수. GPT-4는 약 1.8T(추정), Llama 3.1은 405B 컨텍스트 윈도우 : 한 번에 읽을 수 있는 텍스트 길이. 영업 제안서(약 15,000자)를 통째로 넣으려면 최소 32K 토큰 필요 추론 속도 : 파라미터가 클수록 느릴 수 있으나, 최적화(양자화 등)로 극복 가능 💡 실전 팁 : 모델 크기보다 **"내 작업에 필요한 컨텍스트 길이"와 "출력 품질"**을 기준으로 선택하세요. 3줄 이메일 작성에 1M 토큰 모델은 과잉입니다. Step 2. 각 모델에 직접 접속하기 (계정 생성 ~ 첫 대화) 2-1. GPT-4o 접속 브라우저에서 chat.openai.com 입력 우측 상단 "Sign up" 클릭 → 이메일 또는 Google 계정으로 가입 무료 플랜

]]> ChatGPT, Claude, Gemini 3대 AI를 한 번에 비교 테스트하는 워크스페이스 세팅법 https://nanumcon.com/post/bWYhylKLBzKvJrCZJG8o https://nanumcon.com/post/bWYhylKLBzKvJrCZJG8o Sun, 05 Apr 2026 09:00:00 +0900 setup ChatGPT, Claude, Gemini 3대 AI를 한 번에 비교 테스트하는 워크스페이스 세팅법

ChatGPT, Claude, Gemini 3대 AI를 한 번에 비교 테스트하는 워크스페이스 세팅법 업무에 AI를 활용하고 싶지만, 어떤 AI가 내 업무에 가장 적합한지 모르겠다면? 세 가지 AI를 동시에 띄워 같은 질문을 던지고 결과를 나란히 비교 하는 것이 가장 확실한 방법입니다. 이 가이드를 따라하면 30분 안에 나만의 AI 비교 테스트 워크스페이스 를 완성할 수 있습니다. 왜 3대 AI를 동시에 비교해야 하는가 단일 AI 사용의 한계 하나의 AI만 사용하면 그 AI의 답변이 최선인지 판단할 기준이 없습니다. 실제로 같은 질문을 세 AI에 던져보면 답변 품질, 톤, 정확도, 길이 가 놀라울 정도로 다릅니다. Before vs After 비교 구분 Before (AI 1개만 사용) After (3개 동시 비교) AI 선택 기준 감, 주변 추천 실제 비교 데이터 기반 답변 검증 시간 별도 팩트체크 필요 (15~20분) 교차 검증으로 즉시 확인 (2~3분) 업무별 최적 AI 파악 불가능 업무 유형별 승률 데이터 확보 프롬프트 개선 속도 느림 (시행착오 반복) 3배 빠름 (동시 A/B/C 테스트) 월간 업무 시간 절감 - 평균 8~12시간 절감 STEP 1: 3대 AI 계정 준비하기 (소요시간: 10분) 1-1. ChatGPT 계정 생성 브라우저에서 chat.openai.com 에 접속합니다. 화면 중앙의 "Sign up" 버튼을 클릭합니다. 회사 이메일 또는 Google 계정으로 가입합니다. 가입 완료 후 로그인하면 채팅 화면이 나타납니다. 좌측 상단에서 모델을 확인합니다 — 무료 플랜은 GPT-4o mini , 유료 플랜(월 $20)은 GPT-4o 를 사용할 수 있습니다. 1-2. Claude 계정 생성 claude.ai 에 접속합니다. "Start for free" 또는 "Try Claude" 버튼을 클릭합니다. Google 계정 또는 이메일로 가입합니다. 로그인 후 채팅 화면이 나타나며, 무료 플랜에서 Claude 3.5 Sonnet 모델을 사용할 수 있습니다. 1-3. Gemini 계정 생성 gemini.google.com 에 접속합니다. Google 계정으로 로그인합니다 (별도 가입 불필요). 바로 채팅 화면이 나타나며, 무료로 Gemini 2.0 Flash 모델을 사용할 수 있습니다. 💡 실전 팁: 세 서비스 모두 무료 플랜으로 충분히 비교 테스트가 가능합니다. 다만 하루 사용량 제한이 있으므로, 비

]]> Claude 가입부터 Pro 플랜 200달러의 가치까지, 완벽 셋업 가이드 https://nanumcon.com/post/c7GfcKfYIPTV237vqxj4 https://nanumcon.com/post/c7GfcKfYIPTV237vqxj4 Sun, 05 Apr 2026 09:00:00 +0900 setup Claude 가입부터 Pro 플랜 200달러의 가치까지, 완벽 셋업 가이드

Claude 가입부터 Pro 플랜 200달러의 가치까지, 완벽 셋업 가이드 왜 Claude인가? — 시작하기 전에 알아야 할 것 2024년 이후 생성형 AI 시장에서 Anthropic의 Claude 는 가장 빠르게 존재감을 키운 도구입니다. 특히 B2B 영업사원과 직장인에게 Claude가 주목받는 이유는 명확합니다. 긴 문맥 처리 : 최대 200K 토큰 — 100페이지 분량의 RFP 문서를 한 번에 읽고 요약합니다. Projects 기능 : 반복 업무를 위한 맞춤형 AI 작업 공간을 만들 수 있습니다. Artifacts : 코드, 문서, 표, 시각화 결과물을 실시간으로 생성·수정합니다. 안전성 : 기업 데이터를 학습에 사용하지 않는 정책(Pro 플랜 기준)을 적용합니다. Before : ChatGPT만 사용 → 긴 문서는 잘라서 입력, 맥락 유실 빈번 After : Claude Pro 사용 → 100페이지 제안서를 통째로 업로드, 3분 만에 핵심 요약 완료 Step 1. Claude 계정 생성하기 (5분) 1-1. 웹사이트 접속 브라우저에서 claude.ai 를 입력합니다. 화면 중앙의 "Start for free" 또는 "Get started" 버튼을 클릭합니다. 1-2. 회원가입 방법 선택 가입 방법은 3가지 입니다. 방법 추천 대상 소요 시간 Google 계정 연동 회사 Google Workspace 사용자 30초 이메일 가입 개인 메일 선호자 2분 SSO(Single Sign-On) 기업 관리자가 설정한 경우 1분 💡 실전 팁 : 회사 업무용으로 사용할 예정이라면 회사 Google 계정 으로 가입하세요. 나중에 팀 플랜(Team Plan)으로 전환할 때 도메인 기반 관리가 편리합니다. 1-3. 이메일 가입 상세 절차 "Sign up with email" 클릭 이메일 주소 입력 → "Continue" 클릭 받은 편지함에서 Anthropic 발신 인증 코드 6자리 확인 인증 코드 입력 → "Verify" 클릭 이름(First Name) , 성(Last Name) 입력 휴대전화 인증 : 국가 코드 +82 선택 → 전화번호 입력(하이픈 없이) → SMS로 수신된 코드 입력 서비스 약관 동의 체크 → "Create Account" 클릭 완료되면 바로 Claude 대화 화면 이 나타납니다. 이 상태가 Free 플랜 입니다. Step 2. 플랜별 차이 완벽 비교 2-1. 세 가지 플랜 한눈에 보기 (2025년 기준)

]]> AI에게 데이터 분석 시키기: 엑셀·CSV 파일 업로드 후 인사이트 뽑는 프롬프트 작성법 https://nanumcon.com/post/eq7TXkaZ2Qb4BUSUCXe5 https://nanumcon.com/post/eq7TXkaZ2Qb4BUSUCXe5 Sun, 05 Apr 2026 09:00:00 +0900 prompt AI에게 데이터 분석 시키기: 엑셀·CSV 파일 업로드 후 인사이트 뽑는 프롬프트 작성법

AI 데이터 분석의 시대: 왜 지금 배워야 하는가 과거에는 매출 데이터 하나를 분석하려면 엑셀 피벗테이블을 만들고, VLOOKUP 수식을 걸고, 차트를 수동으로 그려야 했습니다. 숙련자도 2~3시간 , 초보자는 반나절 이상 걸리는 작업이었습니다. 이제 ChatGPT나 Claude에 파일을 업로드하고 프롬프트 한 줄이면 5분 안에 동일한 결과를 얻을 수 있습니다. 구분 Before (수동 분석) After (AI 분석) 소요 시간 2~3시간 3~5분 필요 스킬 피벗테이블, 수식, 차트 제작 프롬프트 작성 능력 오류 가능성 수식 실수, 범위 지정 오류 AI가 자동 검증 후 결과 제시 반복 작업 매번 처음부터 프롬프트 재사용으로 즉시 반복 이 가이드를 끝까지 따라하면, 엑셀·CSV 파일을 AI에 업로드하고 → 분석을 요청하고 → 인사이트를 보고서로 정리하는 전체 과정을 혼자서 완벽하게 수행할 수 있습니다. 사전 준비: 파일과 도구 점검하기 지원 도구와 요금제 확인 ChatGPT : Plus 요금제(월 $20) 이상에서 파일 업로드 및 Advanced Data Analysis(구 Code Interpreter) 기능 사용 가능 Claude : Pro 요금제(월 $20) 이상에서 파일 업로드 가능. 무료 플랜에서도 제한적으로 파일 첨부 가능 💡 실전 팁 : 무료 플랜을 사용 중이라면, 데이터를 직접 프롬프트 창에 텍스트로 붙여넣는 방법도 가능합니다. 다만 행이 100개를 넘으면 파일 업로드가 훨씬 정확합니다. 파일 형식 준비하기 AI가 가장 잘 읽는 파일 형식은 다음과 같습니다: CSV (.csv) — 가장 권장. 인코딩 문제가 적고 처리 속도가 빠릅니다 Excel (.xlsx) — 시트가 여러 개일 경우 분석할 시트를 명시해야 합니다 TSV (.tsv) — 탭으로 구분된 텍스트 파일도 인식합니다 업로드 전 파일 정리 체크리스트 업로드하기 전에 아래 항목을 반드시 확인하세요: 첫 번째 행이 컬럼 헤더 인가? (예: 날짜, 제품명, 매출액, 고객명) 병합된 셀 이 없는가? → 병합 해제 후 저장 빈 행이나 빈 열 이 중간에 끼어 있지 않은가? → 삭제 한글 인코딩 이 깨지지 않는가? → CSV 저장 시 UTF-8 선택 민감 정보 (주민번호, 카드번호 등)가 포함되어 있지 않은가? → 삭제 또는 마스킹 💡 실전 팁 : 엑셀에서 CSV로 저장할 때, **파일 → 다른 이름으로 저장 → 파일 형식: "CSV UTF-8 (쉼표로

]]> ChatGPT, Claude, Gemini 크롬 확장 프로그램 & 단축키 총정리: 업무 속도 2배 올리는 세팅법 https://nanumcon.com/post/fGyQ28Mh9o9dTx1wzNL0 https://nanumcon.com/post/fGyQ28Mh9o9dTx1wzNL0 Sun, 05 Apr 2026 09:00:00 +0900 setup ChatGPT, Claude, Gemini 크롬 확장 프로그램 & 단축키 총정리: 업무 속도 2배 올리는 세팅법

들어가며: 왜 AI 도구 세팅이 업무 속도를 결정하는가 대부분의 직장인은 ChatGPT, Claude, Gemini를 웹 브라우저에서 매번 새 탭을 열고, URL을 입력해서 사용합니다. 이 과정에서 하루 평균 37회 이상의 불필요한 클릭과 탭 전환 이 발생합니다. 구분 Before (기본 세팅) After (최적화 세팅) AI 호출까지 걸리는 시간 12~15초 (새 탭 → URL 입력 → 로딩) 1~2초 (단축키 한 번) 하루 AI 사용 횟수 평균 20회 평균 45회 (접근성 향상으로 자연 증가) 텍스트 복사-붙여넣기 횟수 매번 수동 복사 자동 삽입 (확장 프로그램 연동) 하루 절약 시간 기준점 약 47분 절약 이 가이드를 끝까지 따라하면, 세 가지 AI 도구를 키보드에서 손을 떼지 않고 즉시 호출하는 환경이 완성됩니다. Step 1: 크롬 확장 프로그램 설치 — 3대 AI를 브라우저에 심기 1-1. ChatGPT 확장 프로그램 설치 크롬 브라우저를 엽니다 주소창에 chrome.google.com/webstore 를 입력하고 Enter를 누릅니다 왼쪽 상단 검색창에 **"ChatGPT for Google"**을 입력합니다 검색 결과에서 "ChatGPT for Google" (개발자: chatgpt4google.com)을 찾습니다 — 파란색 로봇 아이콘입니다 [Chrome에 추가] 파란 버튼을 클릭합니다 팝업이 뜨면 **[확장 프로그램 추가]**를 클릭합니다 추가로, 검색창에 **"OpenAI ChatGPT sidebar"**를 검색합니다 "Sider - ChatGPT Sidebar" 확장 프로그램을 동일한 방법으로 설치합니다 💡 Sider를 설치하면 어떤 웹페이지에서든 오른쪽 사이드바로 ChatGPT를 즉시 호출할 수 있습니다. 이메일을 읽다가 바로 요약을 요청하는 것이 가능해집니다. 1-2. Claude 확장 프로그램 설치 Claude는 공식 크롬 확장 프로그램이 별도로 없지만, 다음 방법으로 동일한 효과를 만듭니다. 크롬 웹스토어에서 **"Claude.ai Quick Access"**를 검색합니다 또는 **"Webapp Launcher"**를 검색하여 설치합니다 설치 후 주소창 오른쪽의 **퍼즐 모양 아이콘(확장 프로그램 관리)**을 클릭합니다 Webapp Launcher 옆의 핀 아이콘 을 클릭하여 도구 모음에 고정합니다 Webapp Launcher 아이콘을 클릭하고 **[Add Webapp]**을 선택합

]]> AI 환각(할루시네이션)은 왜 생길까? 생성형 AI의 한계와 올바른 활용법 https://nanumcon.com/post/hcXllHazKSY1MEY2rxRg https://nanumcon.com/post/hcXllHazKSY1MEY2rxRg Sun, 05 Apr 2026 09:00:00 +0900 basic AI 환각(할루시네이션)은 왜 생길까? 생성형 AI의 한계와 올바른 활용법

AI 환각(할루시네이션)이란 무엇인가? AI 환각(Hallucination)이란 생성형 AI가 사실처럼 보이지만 실제로는 틀린 정보를 자신 있게 만들어내는 현상 을 말합니다. 예를 들어, ChatGPT에게 "삼성전자의 2024년 3분기 매출을 알려줘"라고 물으면, 실제 존재하지 않는 수치를 마치 공식 발표 자료처럼 답변하는 경우가 이에 해당합니다. 왜 '환각'이라고 부를까? 사람이 환각을 경험하면 실제로 존재하지 않는 것을 보거나 듣습니다. AI도 마찬가지로 학습 데이터에 없거나 사실과 다른 내용을 마치 실재하는 것처럼 생성 합니다. 문제는 AI가 "잘 모르겠습니다"라고 말하기보다 그럴듯한 문장 구조로 거짓 정보를 포장 한다는 점입니다. 업무에서 환각이 위험한 이유 상황 환각이 초래하는 결과 B2B 제안서 작성 시 경쟁사 매출, 시장 규모 등 허위 수치 기재 → 신뢰도 하락 고객 이메일 답변 시 존재하지 않는 제품 기능 언급 → 클레임 발생 내부 보고서 작성 시 가짜 통계·논문 인용 → 의사결정 오류 계약서 검토 시 잘못된 법률 조항 해석 → 법적 리스크 McKinsey(2024) 보고서에 따르면, 기업 실무자의 약 64%가 생성형 AI의 답변을 별도 검증 없이 그대로 사용한 경험이 있다고 응답했습니다. 1단계: AI 환각이 발생하는 원리 이해하기 환각을 방지하려면 먼저 왜 발생하는지 원리를 알아야 합니다. AI는 "사실을 검색하는 기계"가 아니라 **"다음에 올 확률이 가장 높은 단어를 예측하는 기계"**입니다. 핵심 원리 3가지 1. 확률 기반 텍스트 생성 AI는 "서울의 수도는"이라는 문장 뒤에 올 단어를 확률적으로 예측합니다 사실 여부를 판단하는 것이 아니라, 학습 데이터에서 가장 자주 등장한 패턴 을 따릅니다 따라서 학습 데이터가 부족하거나 모호한 영역에서는 "그럴듯하게 지어낸" 답이 나옵니다 2. 학습 데이터의 한계 ChatGPT-4o의 경우 학습 데이터에 시점 제한이 있습니다 (2024년 초까지) 최신 뉴스, 실시간 주가, 신규 법령 등은 알 수 없지만 아는 척 답변합니다 한국어 데이터가 영어 대비 상대적으로 적어, 한국 관련 정보에서 환각 빈도가 더 높습니다 3. "거절하지 못하는" 설계 특성 AI는 사용자의 질문에 도움이 되려는 방향으로 설계되어 있습니다 "모릅니다"라고 답하기보다 무언가를 생성하려는 경향 이 강합니다 이것이 바로 환각의 가장 큰 원인입니다 환각이 자주 발생하는 5대 영역 구체적

]]> 모바일에서도 AI 풀활용: 스마트폰 AI 앱 설치부터 음성 대화·사진 분석 세팅까지 https://nanumcon.com/post/mjw9Tkuq4kEUD0GkmpD3 https://nanumcon.com/post/mjw9Tkuq4kEUD0GkmpD3 Sun, 05 Apr 2026 09:00:00 +0900 setup 모바일에서도 AI 풀활용: 스마트폰 AI 앱 설치부터 음성 대화·사진 분석 세팅까지

모바일에서도 AI 풀활용: 스마트폰 AI 앱 설치부터 음성 대화·사진 분석 세팅까지 이동 중에도 AI를 손안에서 활용하면, 데스크톱 앞에 앉아 있지 않아도 이메일 초안 작성, 미팅 준비, 현장 자료 분석까지 즉시 처리할 수 있습니다. 이 가이드는 ChatGPT, Claude, Gemini 세 가지 모바일 앱을 기준으로, 설치부터 음성 모드·카메라 활용까지 한 단계씩 따라할 수 있도록 정리했습니다. 왜 모바일 AI 세팅이 중요한가 항목 Before (모바일 AI 미사용) After (모바일 AI 활용) 이메일 초안 작성 사무실 복귀 후 30분 소요 이동 중 음성으로 3분 완성 현장 명함·문서 정리 수기 메모 → 오타·누락 발생 사진 촬영 즉시 텍스트 추출·정리 미팅 사전 조사 노트북 열어 검색 15분 음성 질문 2분 브리핑 완료 주간 보고서 골격 퇴근 후 별도 작업 1시간 퇴근길 음성 대화로 초안 20분 완성 실제 B2B 영업사원 대상 조사에서, 모바일 AI 앱을 활용한 그룹은 일평균 47분의 업무 시간을 절약 했다는 사례가 보고되고 있습니다. Step 1: 세 가지 AI 앱 설치 및 계정 설정 1-1. ChatGPT 앱 설치 App Store(iOS) 또는 **Google Play Store(Android)**를 엽니다. 검색창에 **"ChatGPT"**를 입력합니다. 개발사가 **"OpenAI"**로 표시된 앱을 확인하고 설치 버튼을 탭합니다. 설치 완료 후 앱을 열면 "Log in" 또는 "Sign up" 화면이 나타납니다. 기존 계정이 있으면 Log in → 이메일·비밀번호 입력, 없으면 Sign up → 이메일 또는 Google/Apple 계정 으로 가입합니다. 로그인 완료 후 메인 채팅 화면이 표시되면 성공입니다. 💡 **무료 계정으로도 GPT-4o를 제한적으로 사용할 수 있지만, 음성 대화(Advanced Voice)와 이미지 분석을 자유롭게 쓰려면 Plus 플랜(월 $20)을 추천합니다. 1-2. Claude 앱 설치 App Store / Play Store에서 **"Claude"**를 검색합니다. 개발사 **"Anthropic"**을 확인하고 설치합니다. 앱 실행 → "Continue with Google" 또는 이메일 가입 을 선택합니다. 이메일 인증 코드를 입력하면 메인 채팅 화면으로 진입합니다. 💡 Claude는 2025년 현재 무료 플랜에서도 긴 문맥(200K 토큰)을 지원하므로, 긴 계약

]]> Gemini 가입부터 Google Workspace 연동까지, 직장인 맞춤 셋업 가이드 https://nanumcon.com/post/nYXQmhs3PlQD7WCTGkc7 https://nanumcon.com/post/nYXQmhs3PlQD7WCTGkc7 Sun, 05 Apr 2026 09:00:00 +0900 setup Gemini 가입부터 Google Workspace 연동까지, 직장인 맞춤 셋업 가이드

Gemini 가입부터 Google Workspace 연동까지, 직장인 맞춤 셋업 가이드 이 가이드는 구글 Gemini를 한 번도 사용해본 적 없는 직장인이 가입 → 초기 설정 → Workspace 연동 → 실무 활용 까지 30분 안에 완료할 수 있도록 설계되었습니다. 시작하기 전에: 준비물 체크리스트 아래 항목을 미리 확인하고 시작하면 중간에 막히는 일 없이 진행할 수 있습니다. 준비물 확인 Google 계정 (Gmail 또는 회사 Workspace 계정) ☐ Chrome 브라우저 최신 버전 ☐ 안정적인 인터넷 연결 ☐ 회사 Google Workspace 관리자의 Gemini 활성화 여부 확인 ☐ 💡 회사 Workspace 계정 을 사용한다면 IT 관리자가 Gemini를 활성화해야 합니다. 개인 Gmail 계정이라면 별도 승인 없이 바로 시작할 수 있습니다. Before After: Gemini 셋업 전후 비교 항목 Before (셋업 전) After (셋업 후) 이메일 초안 작성 평균 15분/건 평균 3분/건 ( 80% 단축 ) 회의록 요약 수동 정리 30분 자동 요약 2분 스프레드시트 수식 작성 검색+시행착오 20분 Gemini 요청 1분 제안서 초안 백지 상태에서 2시간 구조화된 초안 10분 Step 1: Gemini 가입 및 첫 접속 1-1. Gemini 웹사이트 접속 Chrome 브라우저를 열고 주소창에 gemini.google.com 을 입력합니다. 화면 중앙 또는 우측 상단에 "Gemini 사용해 보기" 또는 "Sign in" 버튼이 보입니다. 클릭합니다. Google 로그인 화면이 나타나면 업무용으로 사용할 Google 계정 의 이메일과 비밀번호를 입력합니다. 💡 개인 계정과 회사 계정이 모두 있다면, 회사 Workspace 계정으로 로그인 하세요. 나중에 Gmail, Drive, Docs 연동이 훨씬 자연스럽습니다. 1-2. 이용약관 동의 및 초기 설정 첫 로그인 시 "Gemini 앱 이용약관" 동의 화면이 표시됩니다. 내용을 확인한 후 하단의 "동의합니다" 또는 "I agree" 버튼을 클릭합니다. 추가로 "Gemini 앱 활동" 설정 안내가 나올 수 있습니다. 이 항목은 대화 내용을 Google이 서비스 개선에 활용하는 것과 관련됩니다. 회사 기밀 정보를 다룬다면 → "끄기" 선택 권장 개인 학습/일반 업무용이라면 → "켜기" 선택 가능 설정을 완료하면 Gemini 대화 화면이 나타납니다.

]]> AI 에이전트란 무엇인가? 챗봇과 에이전트의 결정적 차이 쉽게 이해하기 https://nanumcon.com/post/qudK97ktgJo3PJOxCxBw https://nanumcon.com/post/qudK97ktgJo3PJOxCxBw Sun, 05 Apr 2026 09:00:00 +0900 basic AI 에이전트란 무엇인가? 챗봇과 에이전트의 결정적 차이 쉽게 이해하기

AI 에이전트란 무엇인가? 챗봇과 에이전트의 결정적 차이 쉽게 이해하기 들어가며: 왜 지금 AI 에이전트를 알아야 할까? 2024년까지 우리는 ChatGPT, Gemini 같은 챗봇 을 통해 질문하고 답변을 받는 방식에 익숙해졌습니다. 하지만 2025년, AI 업계의 핵심 키워드는 단연 **"에이전트(Agent)"**입니다. McKinsey 보고서에 따르면, AI 에이전트를 도입한 B2B 영업팀은 리드 발굴 시간을 평균 62% 단축 하고, 고객 응대 정확도를 41% 향상 시켰습니다. 단순히 대화만 하는 챗봇과 달리, 에이전트는 스스로 판단하고, 도구를 사용하고, 여러 단계의 작업을 자율적으로 수행 합니다. 이 가이드를 마치면 여러분은 다음을 할 수 있게 됩니다: 챗봇과 에이전트의 차이를 동료에게 명확히 설명할 수 있습니다 실제 AI 도구에서 에이전트 방식으로 프롬프트를 작성할 수 있습니다 업무에 에이전트 개념을 적용할 시나리오를 직접 설계할 수 있습니다 Step 1. 핵심 개념 잡기 — 챗봇 vs 에이전트 비교표 1-1. 한눈에 보는 차이점 구분 챗봇 (Chatbot) AI 에이전트 (Agent) 작동 방식 질문 → 답변 (1회성) 목표 설정 → 계획 → 실행 → 검증 (다단계) 판단력 없음 (주어진 패턴대로 응답) 있음 (상황에 따라 스스로 판단) 도구 사용 불가능 웹 검색, 코드 실행, API 호출 등 가능 기억력 대화 내 맥락만 유지 장기 기억 + 작업 히스토리 보관 자율성 사용자가 매번 지시해야 함 중간 과정을 스스로 결정 결과물 텍스트 답변 텍스트 + 파일 생성 + 실제 작업 수행 1-2. 비유로 이해하기 챗봇 은 식당의 키오스크 와 같습니다. 메뉴를 누르면 정해진 결과가 나옵니다. 매번 사람이 버튼을 눌러야 합니다. AI 에이전트 는 유능한 비서 와 같습니다. "다음 주 부산 출장 준비해줘"라고 말하면, 스스로 일정을 확인하고, 항공편을 검색하고, 호텔을 비교하고, 최종 제안서를 만들어 보고합니다. Before / After 비교 Before (챗봇 방식으로 영업 이메일 작성): 1단계: "이메일 제목 추천해줘" → 결과 확인 2단계: "본문 작성해줘" → 결과 확인 3단계: "고객사 정보 반영해서 수정해줘" → 결과 확인 4단계: "CTA 추가해줘" → 결과 확인 👉 총 4번의 프롬프트 입력, 약 15분 소요 After (에이전트 방식으로 영업 이메일 작성): 1단계: "A사 김 부장님에게 보낼 솔

]]> Perplexity·NotebookLM·Sider, 업무용 AI 보조도구 3종 셋업 가이드 https://nanumcon.com/post/vFMNH0ph7dmAYGDTcW54 https://nanumcon.com/post/vFMNH0ph7dmAYGDTcW54 Sun, 05 Apr 2026 09:00:00 +0900 setup Perplexity·NotebookLM·Sider, 업무용 AI 보조도구 3종 셋업 가이드

업무용 AI 보조도구 3종 셋업 가이드: Perplexity · NotebookLM · Sider 업무 중 리서치에 평균 하루 2.5시간 을 소비한다는 McKinsey 조사 결과가 있습니다. Perplexity(AI 검색), NotebookLM(문서 분석·요약), Sider(브라우저 사이드바 AI)를 함께 세팅하면 이 시간을 절반 이하 로 줄일 수 있습니다. 가입부터 실무 세팅까지, 화면을 보지 않고도 따라할 수 있도록 안내합니다. 1. Perplexity — AI 기반 검색·리서치 엔진 1-1. Perplexity란? Perplexity는 질문을 입력하면 웹 전체를 실시간 검색 한 뒤, 출처(소스 링크)와 함께 정리된 답변을 제공하는 AI 검색 엔진입니다. 구글 검색 → 링크 클릭 → 내용 확인 → 정리의 4단계를 1단계로 압축 해 줍니다. 구분 Before (기존 구글 검색) After (Perplexity 활용) 경쟁사 동향 파악 탭 10개 이상 열어 수동 비교, 약 45분 질문 1회 입력 후 출처 포함 요약, 약 8분 시장 규모 데이터 수집 보고서 PDF 3~5개 다운로드·교차 검증 Follow-up 질문 2~3회로 수치 확보 1-2. 가입 및 초기 설정 브라우저에서 perplexity.ai 에 접속합니다. 우측 상단 "Sign Up" 버튼을 클릭합니다. Google 계정 , Apple 계정 , 또는 이메일 을 선택하여 회원가입합니다. 💡 회사 구글 워크스페이스 계정으로 가입하면 나중에 팀 공유가 편리합니다. 가입 직후 나타나는 온보딩 화면에서 "I'm a Professional" 을 선택합니다. 무료(Free) 플랜으로 시작해도 하루 5회의 Pro Search (심층 검색)를 사용할 수 있습니다. 1-3. 핵심 기능 세팅 기본 검색 모드 변경: 검색창 하단의 "Focus" 드롭다운을 클릭합니다. All , Academic , Writing , Wolfram|Alpha , YouTube , Reddit 중 선택할 수 있습니다. B2B 영업 리서치에는 "All" 을 기본으로, 논문 기반 데이터가 필요할 때는 "Academic" 을 선택합니다. Pro Search 활성화: 검색창 좌측의 토글 스위치를 켜면 Pro Search 모드가 됩니다. Pro Search는 질문의 의도를 파악하기 위해 추가 질문을 1~2회 되묻고, 더 정밀한 결과를 제공합니다. Collection(컬렉션) 만들기: 좌측 사이드바에서 "

]]> Slack·Teams·Notion에 AI 봇 연결하기: 협업 도구별 AI 통합 셋업 가이드 https://nanumcon.com/post/ym5caA6A8TR9rCTT8cWa https://nanumcon.com/post/ym5caA6A8TR9rCTT8cWa Sun, 05 Apr 2026 09:00:00 +0900 setup Slack·Teams·Notion에 AI 봇 연결하기: 협업 도구별 AI 통합 셋업 가이드

Slack·Teams·Notion에 AI 봇 연결하기: 협업 도구별 AI 통합 셋업 가이드 업무 중 반복되는 질문 응대, 회의록 요약, 데이터 조회를 AI에게 맡기면 하루 평균 47분의 시간을 절약 할 수 있습니다(2024 McKinsey Workplace AI Report 기준). 이 가이드에서는 가장 많이 쓰는 세 가지 협업 도구— Slack, Microsoft Teams, Notion —에 AI 봇을 직접 연결하는 방법을 단계별로 안내합니다. 코딩 경험이 없어도 화면 안내만 따라가면 30분 이내에 설정을 완료할 수 있습니다. 시작하기 전에 준비할 것 항목 설명 OpenAI API 키 platform.openai.com 에서 발급. 무료 크레딧 $5 포함 각 도구의 관리자 권한 Slack 워크스페이스 오너, Teams 관리자, Notion 인테그레이션 생성 권한 Zapier 또는 Make 계정 코드 없이 자동화 워크플로를 만드는 중간 다리 역할 (무료 플랜 가능) 웹 브라우저 Chrome 또는 Edge 최신 버전 권장 💡 실전 팁: OpenAI API 키는 *sk-*로 시작하는 문자열입니다. 한 번만 표시되므로 즉시 비밀번호 관리 앱이나 메모장에 복사해 두세요. Part 1: Slack에 AI 봇 연결하기 Before vs After 구분 Before (수동) After (AI 봇 연결) 고객 질문 응대 담당자가 직접 채널 확인 후 수동 답변, 평균 응답 23분 AI 봇이 5초 내 1차 답변, 담당자는 검토만 회의 내용 공유 참석자가 수기로 요약 작성 후 채널에 붙여넣기 스레드 내용 자동 요약, 액션 아이템 추출 주간 리포트 매주 월요일 30분 소요 봇이 자동 집계 후 매주 월요일 09:00 발송 방법 A: Slack 공식 ChatGPT 앱 설치 (가장 쉬움) Step 1. Slack 좌측 사이드바 하단의 앱 추가(+) 버튼을 클릭합니다. Step 2. 검색창에 ChatGPT 를 입력한 뒤, OpenAI에서 만든 "ChatGPT" 앱 을 선택합니다. Step 3. "Slack에 추가" → "허용" 버튼을 차례로 클릭합니다. OpenAI 계정 로그인 팝업이 뜨면 로그인합니다. Step 4. 설치가 완료되면, 아무 채널에서 /chatgpt 슬래시 명령어를 입력해 봇이 응답하는지 확인합니다. Step 5. 특정 채널에서만 작동하게 하려면: 채널 설정(⚙️) → 통합 → 앱 추가 → ChatGPT 선택. 💬 프롬프

]]> AI는 어떻게 글을 쓸까? 생성형 AI의 작동 원리를 쉽게 이해하기 https://nanumcon.com/post/G5oA2hjNlRpMg1NbT7bK https://nanumcon.com/post/G5oA2hjNlRpMg1NbT7bK Sat, 04 Apr 2026 09:00:00 +0900 basic AI는 어떻게 글을 쓸까? 생성형 AI의 작동 원리를 쉽게 이해하기

AI는 어떻게 글을 쓸까? 생성형 AI의 작동 원리를 쉽게 이해하기 생성형 AI를 매일 사용하면서도 "이게 도대체 어떻게 작동하는 거지?"라는 궁금증을 가져본 적 있으신가요? 원리를 이해하면 프롬프트를 작성하는 실력이 비약적으로 향상 됩니다. 이 가이드는 비전공자인 B2B 영업사원과 직장인이 ChatGPT를 직접 조작하면서 AI의 작동 원리를 체감할 수 있도록 설계되었습니다. 준비물 및 사전 세팅 필요한 도구 ChatGPT (무료 버전도 가능, chat.openai.com 접속) 웹 브라우저 (Chrome 권장) 메모장 또는 노션 (실습 결과 기록용) 사전 세팅 단계 chat.openai.com 에 접속합니다. 구글 계정 또는 이메일로 회원가입/로그인 합니다. 화면 하단의 입력창이 보이면 준비 완료입니다. 좌측 상단의 "New chat" 버튼을 클릭하여 새 대화를 시작합니다. 💡 실전 팁: 이 가이드의 모든 실습은 하나의 새 대화창에서 순서대로 진행하세요. AI의 응답 변화를 연속적으로 관찰할 수 있습니다. Step 1: AI가 글을 쓰는 기본 원리 — "다음 단어 맞히기 게임" 핵심 개념 생성형 AI의 작동 원리는 놀라울 만큼 단순합니다. **"앞에 나온 단어들을 보고, 다음에 올 확률이 가장 높은 단어를 선택하는 것"**입니다. 마치 스마트폰 키보드의 자동완성 기능과 같은 원리이지만, 수천억 개의 문장을 학습했기 때문에 훨씬 정교합니다. 직접 체험하기 실습 1-1: ChatGPT 입력창에 아래 프롬프트를 그대로 복사하여 붙여넣고 Enter 를 누르세요. 다음 문장을 완성해주세요. 가능한 후보 단어 3개와 각각의 확률(%)을 보여주세요. "오늘 회의에서 신제품 출시 일정을 ___" 예상 결과: AI는 다음과 같은 형태로 응답합니다. 후보 단어 예상 확률 확정했습니다 45% 논의했습니다 35% 발표했습니다 20% Before/After 비교 구분 Before (원리 이해 전) After (원리 이해 후) AI에 대한 인식 "AI가 생각해서 글을 쓴다" "AI가 확률적으로 다음 단어를 선택한다" 프롬프트 작성 막연하게 "잘 써줘" 맥락을 풍부하게 제공하여 확률 방향을 유도 결과물 품질 일반적이고 뻔한 답변 구체적이고 원하는 방향의 답변 💡 실전 팁: AI가 "생각"하는 것이 아니라 "예측"한다는 사실을 기억하세요. 맥락(앞에 주는 정보)이 많을수록 예측 정확도가 올라갑니다. 이것이 프롬프트를 상세하게 써야 하는

]]> ChatGPT 가입부터 유료 결제까지, 10분 완벽 셋업 가이드 https://nanumcon.com/post/dhFDuzkPGSkyqAp4wmwY https://nanumcon.com/post/dhFDuzkPGSkyqAp4wmwY Sat, 04 Apr 2026 09:00:00 +0900 setup ChatGPT 가입부터 유료 결제까지, 10분 완벽 셋업 가이드

ChatGPT 가입부터 유료 결제까지, 10분 완벽 셋업 가이드 B2B 영업사원과 직장인을 위한 단계별 실습 가이드입니다. 이 가이드를 따라하면 계정 생성 → 무료 체험 → 유료 결제 → GPTs 설정 까지 10분 안에 완료할 수 있습니다. 스마트폰이나 PC 화면 없이도 텍스트만으로 따라할 수 있도록 모든 클릭 위치와 입력값을 상세히 안내합니다. 시작 전 준비물 체크리스트 아래 항목을 미리 준비해두면 셋업 시간을 10분 이내 로 단축할 수 있습니다. 이메일 주소 : Gmail, 회사 이메일 모두 가능 (Gmail 권장 — Google 계정 연동으로 2단계 생략 가능) 휴대폰 : 인증번호 수신용 (최초 가입 시 SMS 인증이 필요할 수 있음) 결제 카드 : 유료 플랜 가입 시 해외결제 가능한 신용카드 또는 체크카드 (Visa, Mastercard, 국내 카드 대부분 가능) 웹 브라우저 : Chrome 최신 버전 권장 (Safari, Edge도 가능) 💡 실전 팁 : 회사 메일로 가입하면 나중에 ChatGPT Team 플랜 전환 시 동일 도메인 팀원과 워크스페이스를 쉽게 공유할 수 있습니다. STEP 1. ChatGPT 계정 생성하기 (소요 시간: 3분) 1-1. OpenAI 웹사이트 접속 브라우저 주소창에 chat.openai.com 을 입력하고 Enter를 누릅니다. 화면 중앙에 "Get started" 또는 "Sign up" 버튼이 보입니다. "Sign up" 버튼을 클릭합니다. 1-2. 가입 방식 선택 가입 화면에서 4가지 방식 중 하나를 선택합니다: 가입 방식 장점 권장 대상 Google 계정 비밀번호 별도 설정 불필요, 1클릭 가입 Gmail 사용자 (⭐ 최추천) Microsoft 계정 회사 Outlook 연동 용이 Microsoft 365 사용 기업 Apple 계정 Face ID/Touch ID 로그인 가능 Apple 기기 사용자 이메일 직접 입력 모든 이메일 가능 위 계정이 없는 경우 Google 계정으로 가입하는 경우 (가장 빠른 방법): "Continue with Google" 버튼을 클릭합니다. Google 로그인 팝업이 뜨면 사용할 Gmail 주소를 선택 합니다. Google 비밀번호를 입력하고 "다음" 을 클릭합니다. 바로 ChatGPT 이용약관 동의 화면으로 이동합니다. 이메일로 직접 가입하는 경우: 이메일 입력란에 주소를 입력합니다. (예: honggildong@company.co.kr

]]> AI란 무엇인가? 직장인이 알아야 할 AI 기초 개념 총정리 https://nanumcon.com/post/fJ3k9BzoSH3tSHBzsATw https://nanumcon.com/post/fJ3k9BzoSH3tSHBzsATw Sat, 04 Apr 2026 09:00:00 +0900 basic AI란 무엇인가? 직장인이 알아야 할 AI 기초 개념 총정리

AI란 무엇인가? 직장인이 알아야 할 AI 기초 개념 총정리 직장인과 B2B 영업사원을 위한 AI 기초 개념 실습 가이드 입니다. 이 가이드를 끝까지 따라하시면, AI 관련 회의에서 자신 있게 발언하고, 실무에 AI 도구를 바로 적용할 수 있는 수준에 도달하게 됩니다. 시작하기 전에: 이 가이드의 활용법 소요 시간 : 약 60~90분 (읽기 + 실습 포함) 필요한 준비물 : 인터넷이 연결된 PC 또는 노트북, 웹 브라우저(Chrome 권장) 사전 지식 : 없음. 완전한 비전공자를 기준으로 작성했습니다 목표 : AI 핵심 용어 7가지를 이해하고, ChatGPT에서 직접 프롬프트를 작성해보는 것 Before/After 비교 구분 Before (학습 전) After (학습 후) AI 용어 이해도 "머신러닝? 딥러닝? 다 같은 거 아닌가요?" 7가지 핵심 용어를 구분하고 설명 가능 AI 도구 사용 경험 한 번도 사용해본 적 없음 ChatGPT에서 업무용 프롬프트 3개 이상 작성 회의 참여도 AI 관련 대화에서 침묵 "그건 생성형 AI로 해결할 수 있습니다"라고 제안 업무 효율성 보고서 초안 작성에 2시간 30분 이내 초안 완성 (약 75% 시간 단축 ) Step 1. 인공지능(AI)의 정의를 내 언어로 이해하기 1-1. AI란 무엇인가? **인공지능(AI, Artificial Intelligence)**은 한마디로 *"사람처럼 생각하고 판단하는 능력을 컴퓨터에게 부여한 기술"*입니다. 일상에서 이미 사용하고 있는 AI 예시를 살펴보겠습니다: 스마트폰 얼굴 인식 : 카메라가 내 얼굴을 구별하는 것 → 이미지 인식 AI 네이버 스마트렌즈 : 사진을 찍으면 상품을 검색해주는 것 → 시각 AI 유튜브 추천 영상 : 내 취향에 맞는 영상을 골라주는 것 → 추천 AI 카카오 번역 : 외국어를 자동으로 한국어로 바꿔주는 것 → 자연어 처리 AI 💡 실전 팁 : AI를 어렵게 생각하지 마세요. 여러분이 매일 사용하는 스마트폰 속에 이미 평균 10개 이상의 AI 기능 이 탑재되어 있습니다. AI는 이미 여러분의 일상 속에 있습니다. 1-2. 실습: AI가 무엇인지 직접 물어보기 지금 바로 ChatGPT에 접속해서 AI에게 "AI란 무엇인지" 직접 물어보겠습니다. 조작 방법: 웹 브라우저를 열고 주소창에 chat.openai.com 을 입력합니다 Sign up 버튼을 클릭합니다 (계정이 없는 경우) 이메일 주소를 입력하고 비밀번호를 설

]]> LLM, GPT, 생성형 AI… 헷갈리는 AI 용어 한방 정리 https://nanumcon.com/post/m5SIroLev41vkRhrvyWv https://nanumcon.com/post/m5SIroLev41vkRhrvyWv Sat, 04 Apr 2026 09:00:00 +0900 basic LLM, GPT, 생성형 AI… 헷갈리는 AI 용어 한방 정리

LLM, GPT, 생성형 AI… 헷갈리는 AI 용어 한방 정리 회의실에서 "그거 RAG로 하면 되지 않나요?"라는 말에 멈칫한 적 있으신가요? 이 가이드를 따라 30개 핵심 AI 용어를 정리하면, 다음 회의에서는 여러분이 설명하는 사람이 됩니다. 왜 AI 용어 정리가 필요한가 B2B 영업 미팅에서 고객이 **"생성형 AI 도입 검토 중"**이라고 할 때, LLM과 SLM의 차이를 설명할 수 있으면 신뢰도가 2배 올라갑니다. 사내 DX(디지털 전환) 회의에서 용어를 정확히 쓰면 커뮤니케이션 오류가 60% 이상 줄어듭니다. Before: "AI 그거… ChatGPT 같은 거 쓰면 되는 거 아닌가요?" After: "우리 유스케이스는 RAG 기반 SLM을 사내 데이터에 파인튜닝해서 도입하는 게 비용 대비 효과적입니다." Step 1: 기초 중의 기초 — AI 계층 구조 5개 용어 이해하기 이 단계에서는 AI 세계의 지도 를 그립니다. 아래 5개 용어는 위에서 아래로 "포함 관계"입니다. 1. AI (Artificial Intelligence, 인공지능) 한 줄 정의: 인간의 지능을 모방하는 모든 기술의 총칭입니다. 회의에서 쓰는 법: "이건 AI 중에서도 어떤 범주에 해당하나요?" 💡 AI는 가장 큰 우산입니다. 모든 하위 용어는 AI 안에 들어갑니다. 2. ML (Machine Learning, 머신러닝) 한 줄 정의: 데이터를 학습해서 패턴을 찾아내는 AI의 하위 분야입니다. 예시: 스팸 메일 필터, 고객 이탈 예측 모델 Before/After: 규칙 기반 필터(정확도 70%) → ML 기반 필터(정확도 95%) 3. DL (Deep Learning, 딥러닝) 한 줄 정의: 인공 신경망을 여러 층 쌓아서 학습하는 머신러닝의 한 방법입니다. 핵심 포인트: "딥"은 신경망의 층이 깊다(deep)는 뜻입니다. 4. 생성형 AI (Generative AI) 한 줄 정의: 기존 데이터를 분석만 하는 게 아니라, 새로운 콘텐츠(텍스트·이미지·코드)를 만들어내는 AI입니다. 예시: ChatGPT(텍스트), Midjourney(이미지), Suno(음악) 💡 "분석형 AI"와 대비해서 설명하면 이해가 빠릅니다. 분석형은 "이 고객은 이탈할 확률 80%", 생성형은 "이 고객에게 보낼 이메일 초안을 작성해줘"입니다. 5. Foundation Model (파운데이션 모델) 한 줄 정의: 대규모 데이터로 사전 학습된 범용 AI 모델로

]]> AI가 내 일자리를 뺏을까? 직장인이 진짜 걱정해야 할 것과 아닌 것 https://nanumcon.com/post/mKy4ScFJnVfEJwicNCGU https://nanumcon.com/post/mKy4ScFJnVfEJwicNCGU Sat, 04 Apr 2026 09:00:00 +0900 basic AI가 내 일자리를 뺏을까? 직장인이 진짜 걱정해야 할 것과 아닌 것

AI가 내 일자리를 뺏을까? 직장인이 진짜 걱정해야 할 것과 아닌 것 "AI에 의해 일자리를 잃는 것이 아니라, AI를 활용하는 사람에게 일자리를 잃는 것이다." — 카이푸 리, AI 연구자 이 가이드는 막연한 불안감을 데이터 기반의 구체적 행동 계획 으로 바꾸는 실습 과정입니다. ChatGPT, Claude, Gemini 등 생성형 AI를 직접 활용하여 내 직무의 AI 대체 가능성을 진단 하고, 가치가 올라갈 역량을 식별 한 뒤, 구체적인 업스킬링 로드맵 까지 만들어 봅니다. 시작하기 전에: 준비물 체크리스트 생성형 AI 도구 1개 이상 (ChatGPT, Claude, Gemini 중 택 1 — 무료 버전으로 충분합니다) 내 직무기술서(JD) 또는 최근 1주일간 수행한 업무 목록 메모 도구 (Notion, 구글 문서, 메모장 등) 소요 시간: 약 60~90분 Step 1. 내 업무를 작업 단위로 분해하기 왜 이 단계가 필요한가 대부분의 직장인은 *"내 직업이 없어질까?"*라고 질문합니다. 하지만 AI는 직업(Job) 단위 가 아니라 작업(Task) 단위 로 대체합니다. 맥킨지 글로벌 연구소에 따르면 현존 직업의 약 60%는 업무 중 30% 이상의 작업 이 자동화 가능하지만, 직업 전체가 완전히 대체되는 비율은 5% 미만 입니다. 실습 방법 1단계: 메모 도구를 열고, 지난 1주일간 수행한 업무를 시간순으로 나열합니다. 2단계: 각 업무를 가능한 한 작은 작업 단위 로 쪼갭니다. 예시 — B2B 영업사원의 경우: 순번 작업 주당 소요 시간 1 잠재 고객 리스트 조사 및 정리 5시간 2 콜드 이메일/메시지 초안 작성 3시간 3 제안서 작성 4시간 4 고객 미팅 및 니즈 파악 6시간 5 CRM 데이터 입력 및 업데이트 2시간 6 내부 보고서 작성 2시간 7 계약 협상 및 클로징 4시간 8 기존 고객 관계 관리 4시간 3단계: 작업 목록이 10개 이상 나올 때까지 세분화합니다. 💡 실전 팁: 작업을 쪼갤 때 *"이 작업을 누군가에게 위임한다면 어떤 지시를 내릴까?"*라고 생각하면 자연스럽게 세분화됩니다. Before / After 구분 Before After 인식 "영업이 AI에 대체될까 불안하다" "내 업무 30개 작업 중 구체적으로 어떤 것이 위험한지 안다" 행동 막연한 걱정 데이터 기반 분석 가능 Step 2. AI에게 내 직무의 대체 가능성을 진단받기 실습 방법 1단계: ChatGPT 또는 Claude를 엽니

]]> AI 웹앱 43개 — 1개월반 동안 만들었습니다. https://nanumcon.com/post/p2026032955e4349df3574 https://nanumcon.com/post/p2026032955e4349df3574 Sun, 29 Mar 2026 09:00:00 +0900 ai-dev AI 웹앱 43개 — 1개월반 동안 만들었습니다.

저는 개발자가 아닙니다. 영문학과 졸업해서 해외마케팅과 기업교육을 해온 기업강사 입니다. 코드비슷한 건 90년대 초중반에 DOS와 BASIC, HTML 정도 뿐입니다. 그런데 2026년 2월 중순 어느 날, 평소처럼 교육 제안 메일을 쓰고 있었습니다. 고객사 담당자가 보내온 교육 요청 스크린샷을 보고, 거기에 맞는 커리큘럼을 찾고, 적절한 인사말을 붙여 메일을 작성하는 일. 14년째 해온 일이지만, 솔직히 매번 비슷한 패턴이었습니다. "이 반복 작업... AI한테 시키면 안 되나?" 그 생각이 시작이었습니다. Claude에게 "교육 제안 메일을 자동으로 생성해주는 웹앱을 만들어달라"고 말한 순간, 저의 1.5개월간의 여정이 시작되었습니다. 45일 동안 43개의 웹앱을 만들었습니다. 하루에 거의 1개꼴입니다. 그중 40개에 AI가 탑재되어 있습니다. 그리고 단 한 줄의 코드도 직접 타이핑하지 않았습니다. 모든 코드는 AI가 작성했고, 저는 "이런 게 필요해", "여기 좀 바꿔줘", "이거 안 되는데?"만 말했죠. 저의 원칙: "3번 반복되면, 자동화한다" 43개 앱을 만든 원동력을 한마디로 요약하면 이겁니다. 불편함을 참지 않습니다. 일을 하다가 "아, 이거 또 해야 하네"라는 생각이 드는 순간, 저는 하던 일을 멈춥니다. 그리고 그 작업을 자동화하거나 심플하게 만드는 데 시간을 씁니다. 당장 그 메일 한 통 보내는 게 5분이면 끝나더라도, 앞으로 매일 같은 작업을 반복할 거라면, 지금 3시간을 투자해서 웹앱을 만드는 게 낫다고 생각합니다. 실제로 그랬습니다. 교육 제안 메일 쓰는 데 15분 걸리던 걸, 자동화 앱 만드는 데 하루를 썼습니다. 미친 짓 같았습니다. 하지만 그 뒤로 같은 메일을 2분 만에 보내고 있습니다. 한 달에 60통이면, 첫 달부터 13시간을 번 셈입니다. 이게 반복됐습니다. 통화 내용 메모하는 게 귀찮아서 CallArchive를 만들었고, 강의 실적을 엑셀에서 수동으로 집계하는 게 짜증나서 LectureTrack을 만들었고, 교육비 입금 확인하려고 통장과 시트를 번갈아 보는 게 지겨워서 PayCheck를 만들었습니다. 구글 캘린더에 일정 등록하려고 날짜를 일일이 클릭하는 게 싫어서 새 교육일정 등록기를 만들었습니다. 2초면 끝나는 일인데 하루에 세 번이면 6초라서가 아니라, 그 "또 이걸 해야 하네"라는 느낌 자체가 싫었습니다. 어떤 날은 밤 11시에 작업하다가 불편한 점을 발견하고, "내일

]]> 1인 기업의 RAG 구축기 — 3일 만에 15년 치 지식을 AI에게 넘긴 이야기 https://nanumcon.com/post/p202603269f7253c3bc7ac https://nanumcon.com/post/p202603269f7253c3bc7ac Thu, 26 Mar 2026 09:00:00 +0900 ai-dev 1인 기업의 RAG 구축기 — 3일 만에 15년 치 지식을 AI에게 넘긴 이야기

프롤로그: 그날의 전화 한 통 "김 대표님, 5년 전에 현대위아에서 했던 강의 자료 좀 찾아주세요. 그때 쓰셨던 B2B 세일즈 시나리오 분석 자료가 정말 좋았거든요." 금요일 오후, 익숙한 요청이 들어왔습니다. 저는 반사적으로 구글 드라이브를 열었습니다. '고객사' 폴더 → '현대위아' → 2018년? 2019년? 폴더를 열어봅니다. 키노트 파일이 8개. 하나씩 열어봅니다. "이건 아닌데…" 다시 닫습니다. 다른 폴더를 뒤집니다. '강의자료' → 'B2B세일즈' → 파일이 40개가 넘습니다. 결국 45분 만에 찾았습니다. 아니, 정확히 말하면 "이것 같은데…" 하는 파일을 찾았습니다. 100% 확신은 없었습니다. 이런 일이 한두 번이 아닙니다. 15년간 강의를 하면서 만든 키노트 파일만 2,000개가 넘습니다. 고객사별 제안서, 커리큘럼, 계약서, 분석 자료까지 합치면 수만 개입니다. 머릿속으로는 "분명히 어딘가에 있는데…" 싶은데, 그 '어딘가'를 찾는 게 매번 고역이었습니다. 그리고 더 큰 문제가 있었습니다. 제가 블로그에 쓴 글, 유튜브에서 강의한 내용, 책에서 정리한 이론 — 이것들이 전부 따로따로 흩어져 있다는 것입니다. 같은 주제에 대해 블로그에서는 이렇게 썼고, 강의에서는 저렇게 말했고, 책에서는 또 다르게 정리했습니다. 제 지식인데, 정작 저도 전체를 한눈에 볼 수가 없었습니다. 그래서 결심했습니다. "AI한테 내 15년을 통째로 넘기자." 1일 차: 키노트 2,023개와의 사투 삽질의 시작 토요일 아침 7시. 커피 한 잔을 내리고 맥북 앞에 앉았습니다. 계획은 단순했습니다. 제 모든 강의자료를 AI가 검색할 수 있는 데이터베이스에 넣는 것입니다. 기술적으로 말하면 RAG(Retrieval-Augmented Generation) 시스템을 구축하는 것인데, 쉽게 말하면 **"제 자료를 전부 기억하는 AI 비서를 만드는 것"**입니다. 첫 번째 관문은 키노트 파일이었습니다. 2,023개의 키노트를 먼저 PDF로 변환해야 했습니다. 맥의 오토메이터로 배치 변환을 시도했습니다. 처음에는 순조로웠습니다. 100개, 200개… 그런데 500개쯤에서 멈췄습니다. 파일명에 특수문자가 들어간 녀석들이 에러를 뿜었습니다. 괄호, 샵, 앰퍼샌드 — 15년간 별 생각 없이 지은 파일명들이 발목을 잡았습니다. Claude Code에게 물었습니다. "특수문자 파일명도 처리하는 변환 스크립트 만들어줘." 5분 만에 해결됐습

]]>